سیستمهای دینامیکی آشوبناک یکی از اساسی ترین مباحث فیزیک نظری می باشد،که آغاز مطالعات این محاسبات به اواسط سالهای 1600بر می گردد.با توجه به کاربرد سیستمهای دینامیکی آشوبناک در نظریه پژوهش داده ها،ارتباطات دیجیتالی،فشرده سازی داده ها و....،همواره مورد توجه محققان فیزیک و اغلب پژوهشگران رشته های ریاضی ومهندسی بوده است . سیستمهای دینامیکی به دو صورت می باشند: سیستمهای دینامیکی خطی که به روش حل م...

در این پایان نامه بعضی از ویژگی های سیستم های تابع تکرار و پادضرب ها را مطالعه می کنیم که تحت اختلال های کوچک استوار می مانند. در ابتدا نشان می دهیم سیستم های تکرار تابعی وجود دارند که دارای بیشمار نقطه تناوبی جاذب و دافع می باشند و این ویژگی تحت اختلال های کوچک استوار می ماند. همچنین آبشاری از پادضرب ها می سازیم که یک رویه ی فشرده را به عنوان تار اختیار می کنند و همگی دارای اندازه های ناوردای...

نظریه آشوب به مطالعه پدیده‏ها و سیستم‏های دینامیکی غیر‏خطی و پیچیده‏ای می‏پردازد که رفتار آن‏ها در نگاه اول تصادفی به‏نظر می‏‏سد، اما در واقع همین سیستم‏ها تحت حاکمیت قوانین مشخصی می‏باشند و با نگاهی عمیق‏تر، نوعی دوره تناوب و نظم در آنها مشهود می گردد. حساسیت به شرایط اولیه، ناپایداری، غیرپریودیک، قطعی و غیر‏خطی بودن، خصوصیات یک سیستم آشوبناک را تعریف می‏کنند. در سیستم‏های هیدرولوژیکی آشوبناک ...

به کارگیری سیستم های غیرخطی پویا در تحلیل سری های زمانی اقتصادی، مدت هاست که مورد توجه اقتصاددانان قرار گرفته است. سیستم های غیرخطی پویا، رفتارهای مختلفی را از خود بروز می دهند، که می تواند در توجیه بسیاری از پدیده های اقتصادی که به نظر تصادفی می آیند، به کار گرفته شود. در این مقاله، راهکاری ارایه شده است، که براساس آن می توان تابع پویای خاصی را برای مدل سازی سری زمانی مفروضی به کار گرفت. ابتدا...

این مقاله یک ترکیب هم­افزای شبکه عصبی آشوب‎گون با پسخوراند خودی، نمای لیاپانوف و تبرید تدریجی را برای حل مسائل بهینه‎سازی ترکیبی نظیر فروشنده دوره گرد (tsp) پیشنهاد می‎دهد. برخلاف شبکه‎های عصبی مصنوعی که با دینامیک گرادیان نزولی به سمت نقطه تعادل پایدار همگرا می‎شوند، شبکه­های عصبی آشوبی دینامیک­های فضایی - زمانی غنی‎تر و ساختار پیچیده‎تری دارند؛ بنابراین انتظار می­رود شبکه عصبی آشوبی توان زیاد...

اهمیت روزافزون پیش بینی برای عوامل اقتصادی از یکسو و کاستی مدل های ساختاری در پیش بینی متغیرها از سوی دیگر منجر به توسعه مدل های سری زمانی جهت تبیین ساختار قیمتی یک متغیر و بالتبع مدل سازی و پیش بینی آن گردید. به همین علت در سال-های اخیر در قیاس با مدل های ساختاری که در تبیین وضع موجود از موفقیت نسبی برخوردار بوده ولی سابقه چندان موفقی در زمینه پیش بینی نداشتند، رویکرد اقتصاددانان به مدل های تک...

یکی از اجزای بسیار مهم بودجه دولت درآمدهای مالیاتی کشور می باشد. اطلاع از میزان درآمدهای مالیاتی قابل حصول در منابع مختلف مالیاتی، علاوه بر تخصیص بهینه منابع در جهت وصول آنها، دولت را در انجام برنامه ریزی های دقیق مالی کمک کرده و میزان مشارکت مردم را در تأمین مالی هزینه های عمومی دولت مشخص می کند. در این راستا در این مقاله، ابتدا ماهیت ساختاری سری زمانی درآمدهای مالیاتی شامل مالیاتهای کل، مستقی...

پیش بینی کوتاه مدت پارامترهای ترافیکی مانند جریان ترافیک، سرعت و ازدحام، دارای اهمیت بسیاری در پژوهشهای حوزه سیستمهای حمل ونقل هوشمند مدرن است. در این مقاله، ابتدا با بکارگیری تئوری آشوب به بررسی پیش بینی پذیری جریان ترافیک شهری پرداخته شده و غیرتصادفی بودن سری زمانی حجم ترافیک مورد بررسی قرار گرفته است. سپس، در حوزه پیش بینی، با توجه به این نکته که یکی از مهم ترین مشکلات در هنگام پیش بینی وضعی...

سیستم های غیر خطی پویا، رفتارهای مختلفی از خود بروز می دهند که می تواند در توجیه بسیاری از پدیده های اقتصادی که به نظر تصادفی می رسند، به کار گرفته شود. سری های زمانی بسیار پیچیده مانند قیمت های بازارهای مالی معمولاً تصادفی و در نتیجه، تغییرات آن ها غیر قابل پیش بینی فرض می شود، در حالی که ممکن است این سری ها محصول یک فرآیند غیر خطی پویای معین (آشوبی) و در نتیجه قابل پیش بینی در کوتاه مدت باشند....

این مقاله یک ترکیب هم­افزای شبکه عصبی آشوب‎گون با پسخوراند خودی، نمای لیاپانوف و تبرید تدریجی را برای حل مسائل بهینه‎سازی ترکیبی نظیر فروشنده دوره‌گرد (TSP) پیشنهاد می‎دهد. برخلاف شبکه‎های عصبی مصنوعی که با دینامیک گرادیان نزولی به سمت نقطه تعادل پایدار همگرا می‎شوند، شبکه­های عصبی آشوبی دینامیک­های فضایی - زمانی غنی‎تر و ساختار پیچیده‎تری دارند؛ بنابراین انتظار می­رود شبکه عصبی آشوبی توان زیاد...