در این پایان نامه روشی جدید برای حل یک مجموعه از معادلات جبری غیرخطی با استفاده از ساختار شبکه عصبی هاپفیلد، ارائه می شود و فرمول تابع انرژی و تجزیه و تحلیل پایداری شبکه پیشنهادی مورد بررسی قرار می گیرد. همچنین قابلیت شبکه ی ارائه شده با حل مثال هایی مورد آزمایش قرار گرفته است. عملکرد شبکه پیشنهادی از نظر محاسبه ی هزینه و زمان کل مورد نیاز برای به دست آوردن نتایج نهایی کارآمد می باشد. نتایج به ...

شبکه های عصبی مصنوعی با توانایی قابل توجه خود در استنتاج نتایج از داده های پیچیده می توانند در استخراج ویژگی ها و شناسایی الگوهای مختلفی که برای انسان ها و کامپیوتر شناسایی آنها بسیار دشوار است استفاده شوند. سادگی، قابلیت یادگیری تطبیقی، تعمیم پذیری، پایداری و انعطاف پذیری از مزایای عمده ی شبکه های عصبی مصنوعی است. شبکه های عصبی مصنوعی پیش خور معمولاً در مواجهه با سیستم های دینامیکی مشکل دارند، ...

روش شبکه ی عصبی می تواند مسائل بهینه سازی را سریع تر از متداول ترین الگوریتم های بهینه سازی حل کند. ارائه ی یک شبکه ی عصبی بازگشتی برای حل برنامه ریزی خطی توسط تانک و هاپفیلد برای بسیاری از محققین الهام بخش بود تا آنها به دنبال شبکه های عصبی دیگری برای حل مسائل برنامه ریزی خطی و غیرخطی باشند. این پایان نامه یک مدل شبکه ی عصبی بازگشتی با پیوستگی زمانی برای حل برنامه ریزی کسری غیرخطی با هر تابع ...

فرآیند تقطیر یک فرآیند صنعتی پیچیده و به شدت غیرخطی می‌باشد. به طور کلی پیدا کردن مدل دقیق تحلیلی از ستونهای تقطیر با خلوص بالا همواره امکان پذیر نمی‌باشد. از طرفی توسعه مدلهای تحلیلی معمولا وقت‌گیر و هزینه‌بر است. برای غلبه بر این مشکلات می‌توان از مدلهای تجربی نظیر شبکه‌های عصبی استفاده کرد. یکی از ایرادات اساسی شبکه‌های عصبی این است که پیش‌بینی‌های آن تنها در محدوده اطلاعات شناسایی معتبر است...

بارش یکی از پارامترهای مهم اقلیم شناسی و سایر علوم جوی که از اهمیت والایی در حیات بشر برخوردار است. در سال های اخیر ، سیل و خشکسالی خسارت های فراوانی را در بسیاری از مناطق جهان در پی داشته است. پیش بینی بارش در مدیریت و هشدار این معضلات نقش مهمی بر عهده دارد. با دلیل تأثیر متقابل پارامترهای مختلف هواشناسی در محاسبه بارش، آن را به سوی یک فرایند بسیار نامنظم و آشوبناک سوق داده است. امروزه شبکه ها...

فرآیند تقطیر یک فرآیند صنعتی پیچیده و به شدت غیرخطی می‌باشد. به طور کلی پیدا کردن مدل دقیق تحلیلی از ستونهای تقطیر با خلوص بالا همواره امکان پذیر نمی‌باشد. از طرفی توسعه مدلهای تحلیلی معمولا وقت‌گیر و هزینه‌بر است. برای غلبه بر این مشکلات می‌توان از مدلهای تجربی نظیر شبکه‌های عصبی استفاده کرد. یکی از ایرادات اساسی شبکه‌های عصبی این است که پیش‌بینی‌های آن تنها در محدوده اطلاعات شناسایی معتبر است...

در اکثر فعالیت های حرکتی، بیش از یک گروه عضلانی درگیر هستند، لذا در روش های بازتوانی حرکتی، در طول زمان حرکت، فرد باید بتواند هماهنگی لازم را به بین زمان و شدّت فعّالیّت عضلات درگیر، ایجاد نماید. عملکرد حرکتی نوشتن یا ترسیم، ازجمله عملکردهای حرکتی قرار دارد که بیش از یک گروه عضلانی را درگیر می کند. در دسته ای از بیماری ها مانند دسته ای از افرادی که مبتلا به فلج غیرکامل نخاعی یا تنگی کانال کارپال ه...

مساله نامساوی تغییراتی روشی کلی و قوی برای یکسان سازی مسائل تعادل است و بنابراین دارای کاربردهای زیادی در ریاضیات، فیزیک، اقتصاد و مهندسی است. روشهای عددی گوناگونی برای حل نامساوی تغییراتی با فرض یکنوایی عملگر مورد نظر، موجود است. زمانیکه این عملگر یکنوای کاذب، یک شرط ضعیفتر از یکنوایی، باشد نیز چندین الگوریتم تکراری وجود دارد. اما در اکثر کاربردهای مهندسی مانند پردازش تصویر، پردازش صدا و یا کن...

در این پایان نامه تلاش شده تا طرحی برای شبکه های عصبی مصنوعی ارائه شود که هم از نظر ساختار، هم به لحاظ فرآیند آموزش و هم از جهت پذیرش انواع گوناگون داده های ورودی به شبکه های عصبی زیستی شباهت داشته باشد. در نتیجه طرحی برای به کارگیری یادگیری تقویتی در شبکه های عصبی بازگشتی ساخته شده از عصب های دندانه ای ارائه شده است که توانایی پردازش داده های موازی و جریان های داده را همزمان دارد.

معاملات موفق در بازارهای مالی  می بایست نزدیک به نقاط کلیدی بازگشتی انجام گردد. در سال های اخیر سیستم های مختلفی به منظور شناسایی این نقاط بازگشتی ایجاد شده اند. تحلیل تکنیکال یکی از معتبرترین و پرکاربردترین این سیستم ها محسوب می شود. تحلیل تکنیکال بواسطه قوانین متعددی که داراست سعی در ایجاد سیگنال های صحیح به موقع به منظور شناخت این نقاط دارد. اما یکی از معایب این سیستم وابستگی شدید آن به تجرب...