این مقاله یک سامانه‌ی خبره‌ی ساده و اثربخش را برای پیش‌بینی داده‌های نوسانی تصادفی وکوتاه‌مدت ایجاد نموده است. فرآیند بررسی شامل معرفی سری فوریه، زنجیره‌ی مارکوف و مقایسه‌ی مدل پیش‌بینی (گِری) با مدل پیش‌بینی ترکیبی گری- فوریه- مارکوف که در هم آمیخته شده‌اندادامه یافته، تا منجربه خلق یک سامانه‌ی خبره‌ی پیش‌بینی با کمک هوش مصنوعی شود. این مدل موجب می‌شود اثربخشی پیش‌بینی داده‌های تصادفی نوسانی در...

با گسترش روزافزون اطلاعاتی که بشر در اختیار دارد، مساله سازماندهی خودکار این اطلاعات اهمیت ویژه ای می یابد. در این میان کار دسته بندی اسناد متنی در گروه های جداگانه بعنوان یک مساله مرکزی باید مورد بحث و بررسی قرار گیرد. دسته بندی بعنوان یک روش مهم در آنالیز داده ها مطرح است و روش های متعددی درهوش مصنوعی و شناسایی آماری الگو برای این کار پیشنهاد شده است اما استفاده مستقیم از این روشها در کار دست...

ریسک سیستماتیک همواره یکی از مهمترین شاخص هایی  است که سرمایه گذاران و  تحلیل گران مالی در تصمیم‌گیری های مالی خود اهمیت ویژه ای برای آن قائل هستند .هدف این پژوهش ارائه مدلی جدید و مبتنی بر متغیر های حسابداری برای برآورد شاخص ریسک سیستماتیک یا همان بتا است به روش اقتصاد سنجی نوین آرفیما- فیگارچ که حافظه بلند مدت ریسک سیستماتیک را ارزیابی می‌کند. دوره زمانی  این پژوهش سال های  1385  تا 1394 است ...

به موازات رشد سریع جمعیت و افزایش نیاز های بشری، تأمین آب از اهمیت ویژه ای برخوردار شده است. استفاده و مدیریت بهینه منابع آب، مستلزم شناخت پدیده های هیدرولوژیکی می باشد که رواناب سطحی یکی از مهم ترین مراحل این چرخه به شمار می آید. برای اعمال سیاستهای مدیریتی و اتخاذ تصمیمات شایسته در بهره برداری از منابع آب، پیش بینی مقدار جریان های حاصل از بارندگی و مقادیر ورودی به مخازن سد ها و ... از نقش و ج...

آگاهی از روند متغیرهای کلان اقتصادی همواره برای اقتصاددانان، برنامه¬ریزان و سیاست¬گذاران اهمیت بسیاری داشته است. از این¬رو، همواره سعی شده¬است که پیش¬بینی این متغیرها با کمترین خطای ممکن صورت بگیرد. هدف مطالعه حاضر، مقایسه مدل¬های پیش¬بینی تک¬متغیره شامل روش¬های اقتصادسنجی و شبکه¬های هوش¬مصنوعی برای پیش¬بینی رشد بخش کشاورزی ایران است. بدین منظور روش¬های، اقتصادسنجی مدل خودرگرسیون میانگین متحرک ...

مدیریت آبخوان همانند هر سیستمی نیاز به شناخت کامل آن و پیش بینی شرایط آیند? آن دارد که این کار با مدلسازی سیستم مورد نظر امکان پذیر است. امروزه روش معمول در مدلسازی منابع آب استفاده از مدلهای عددی است. در دهه های اخیر به سبب پیچیدگی و خصوصیات غیرخطی سیستمهای آب زیرزمینی مدلهای هوش مصنوعی در مدلسازی و مدیریت آبخوانها مورد آزمایش قرار گرفته اند. هدف این تحقیق استفاده و مقایسه مدلهای عددی و هوش مص...

در این رساله هسته اصلی مباحث بر روی بهره گیری از ابزار محاسبات نرم به ویژه هوش مصنوعی، تبدیل موجک به همراه مفهوم آنتروپی برای مدلسازی کمی و کیفی منابع آب زیرزمینی با در نظر گرفتن روش خوشه بندی و اطلاع از روابط بین فرآیندهای هیدرولوژیکی (روابط بین بارش، رواناب و تراز یا کیفیت آب زیرزمینی) متمرکز شده است. به بیان دیگر مدلسازی و برآورد منابع آب زیرزمینی با مدل های مختلف خطی و غیرخطی صورت پذیرفته ا...

آلودگی منابع آب زیرزمینی به علت نفوذ آلاینده­ها از سطح زمین به سامانه آب زیرزمینی به‎ویژه در مناطق خشک و نیمه‎خشک که با کمبود کمی و کیفی منابع آب روبه‌رو هستند؛ یکی از معضلات جدی به شمار می­آید. بنابراین ارزیابی آسیب­پذیری آب زیرزمینی به منظور شناسایی مناطق دارای پتانسیل بالای آلودگی برای مدیریت منابع آب زیرزمینی ضروری است. در این پژوهش آسیب­پذیری آبخوان دشت اردبیل در برابر آلودگی با استفاده از...

به‌منظور واسنجی داده‏های دستگاه القاگر الکترومغناطیس از روش‏های مختلفی استفاده می‏شود. سؤال پیش رو این است که کدام یک از تکنیک‏ها قابلیت بیشتری برای برآورد غیرمستقیم داده‏های شوری خاک دارند. برای پاسخ به این پرسش، در پژوهش حاضر، از 600 نمونه خاک جمع‏آوری‌شده از منطقة اردکان برای واسنجی داده‏های هدایت الکتریکی ظاهری خاک با استفاده از روش‏های رگرسیونی و هوش مصنوعی بهره گرفته شد. در این راستا، داد...