با توجه به محدودبودن منابع آب شیرین در جهان، استفادۀ مجدد از پساب های شهری تصفیه شده به خصوص در مناطق خشک و نیمه خشک مانند ایران ضرروی به نظر می رسد. از این رو تصفیۀ صحیح، مدیریت و کنترل فرایند تصفیه نیازمند بررسی دقیق پارامترهای مـؤثر در این فرایند است. لذا با توجه به عدم قطعیت در پارامترهای کیفی فرایند تصفیه و پیچیدگی ارتباط آن ها، در این مطالعه از مدل های هوش مصنوعی مانند فازی (fl) و شبکه ها...

در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدل­های مختلف شبکه های عصبی پیش بینی شده است. تحقیق از نوع کاربردی است و دورۀ زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و داده­های موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل wdbp از موجک db5 برای نویززدایی داده­ها و تا پنج مرحله صورت گرفته است. جذر م...

پیش‎بینی سود هر سهم و تغییرات آن، یک رویداد اقتصادی است که از دیرباز مورد علاقۀ سرمایه‎گذاران، مدیران، تحلیل­گران مالی و اعتباردهندگان بوده است. در این پژوهش از شبکۀ عصبی gmdh که ابزاری با قابلیت بالا در مسیریابی و تشخیص روندهای غیرخطی پیچیده با تعداد مشاهدات محدود است، برای الگوسازی و پیش‎بینی سود هر سهم از شرکت‎های پذیرفته‎شده در بورس اوراق بهادار تهران استفاده شده است. ابتدا الگویی شامل هشت ...

زمین‌لغزش یکی از مخاطرات طبیعی در مناطق کوهستانی به‌شمار می‌رود که هرساله به خسارات زیادی منجر می‌شود. حوضۀ دوآب الشتر با داشتن چهره‌ای کوهستانی و مرتفع و شرایط طبیعی مختلف دارای استعداد بالقوۀ زمین‌لغزش است. هدف این تحقیق مقایسۀ مدل شبکۀ عصبی مصنوعی با فرایند تحلیل سلسله‌مراتبی، به‌منظور ارزیابی خطر زمین‌لغزش در حوضۀ دوآب الشتر است. بدین منظور ابتدا پارامترهای مؤثر در وقوع زمین‌لغزش استخراج و ...

استفاده از شاخص­های ژئومورفومتری در تفکیک ناهمواری­های سطح زمین کاربرد گسترده­ای را طی دهۀ گذشته در علم ژئومورفولوژی داشته است. در این تحقیق از روش پرسپترون چند لایۀ شبکۀ عصبی مصنوعی برای طبقه‌بندی ناهمواری­های کارستی استفاده شد. ابتدا با استفاده از نقشۀ مدل رقومی ارتفاع، شاخص­های ژئومورفومتری تهیه شد و سپس این شاخص­ها به­عنوان نرون­های لایۀ ورودی در شبکۀ عصبی مصنوعی استفاده شد. علاوه بر این از...

پیش‏بینی دقیق جریان در رودخانه‏ها یکی از ارکان مهم در مدیریت منابع آب‏های سطحی به‌ویژه اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی‏ها‌ست. در‌حقیقت، حصول روش‏های مناسب و دقیق در پیش‏بینی جریان رودخانه‏ها را می‏توان به‌عنوان یکی از چالش‏های مهم در فرایند مدیریت و مهندسی منابع آب دانست؛ اگر‌چه تحقیقات وسیعی در خصوص کاربرد روش‏های متکی بر شبکه‏های عصبی مصنوعی دقت این روش‏ها بر روش‏های متداول آ...

سیگنال‏های بزرگ‏مقیاس اقلیمی شامل کنش‏های جوّی‌ـ ‏اقیانوسی، از عوامل اصلی مؤثر بر نوسانات اقلیمی زمین هستند و شاخص‏های بسیار مهمی در پیش‏بینی متغیرهای اقلیمی محسوب می‏شوند. در این پژوهش، با به‏کارگیری مدل‏های شبکۀ عصبی مصنوعی، شبکۀ فازی‌ـ ‏عصبی و رگرسیون خطی چندگانه، بارش ماه آتی در ایستگاه سینوپتیک سمنان پیش‏بینی شد. بدین‌منظور، از سری زمانی ماهانۀ بارش ایستگاه سینوپتیک سمنان و سیگنال‏های بزرگ‏...

بحران مالی شرکت‌های بزرگ در دهۀ اخیر سبب گرایش اکثریت گروه‌های ذی‌نفع به مدل‌های پیش‌بینی ورشکستگی شده است. هدف اصلی این پژوهش ارزیابی محتوای اطلاعاتی نسبت‌های صورت جریان وجه نقد در تشخیص ورشکستگی شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران با استفاده از شبکۀ عصبی مصنوعی است. جامعۀ آماری این پژوهش شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران در دورۀ زمانی از سال‌های 1384 تا 1392 است. برا...

هدف از این پژوهش، بررسی رابطۀ بین تغییرپذیری سود و پی شبینی سود، با استفاده از شبکۀ عصبی در شرک تهای پذیرفته شده در بورساوراق بهادار تهران است. پژوهش حاضر، از نوع مطالعۀ کتابخانه ا ی و تحلیلی  علّی بوده و مبتنی بر تحلیل داد ههای تابلویی)پانل دیتا( وشبکۀ عصبی است. در این پژوهش، اطلاعات مالی 98 شرکت از 19 صنعت در بورس اوراق بهادار تهران در طی دورۀ زمانی 1388 تا 1393استفاد هشده MINITAB و EVIEWS و 8...

در این مطالعه، مدلی ترکیبی از شبکه های عصبی ماژولار و پردازش تصاویر مادیس برای محاسبۀ دمای سطح زمین، در منطقه ای شامل شهر تهران، ارائه شده است. در این مدل، داده های تصاویر حرارتی با تکیه بر ویژگی های دمای درخشندگی در باندهای حرارتی 31 و 32 میکرومترسنجندۀ مادیس، به منزلۀ ورودی در شبکه‎های عصبی ماژولار به کار رفته و روش جدیدی براساس ترکیبی از شبکۀ عصبی نگاشت خودسازمانده و الگوریتم بهینه سازی تجمع...