هدف از این مقاله، تعیین فرکانس زاویه‌ای طبیعی ورق‏ها با توجه به شرایط مختلف تکیه‌گاهی به کمک شبکه عصبی مصنوعی است. یکی از مشهورترین روش‏های آموزش شبکه عصبی، استفاده از الگوریتم انتشار برگشتی است. این الگوریتم برای آموزش شبکه‌های چند لایه قابل کاربرد است. الگوریتم انتشار برگشتی بر مبنای کاهش گرادیان بوده و در آن شیب خطا به تدریج کم شده و وزن‏های شبکه برای رسیدن به حداقل خطا، تعدیل می‌شود. در این...

با توجه به توانایی های شبکه های عصبی مصنوعی، کاربرد آن ها در رشته های مختلف مهندسی و علوم زمین گسترش قابل ملاحظه ای داشته است. در این مقاله کاربرد شبکه های عصبی مصنوعی در زمین شناسی مهندسی و در پیش بینی خطر زمین لغرش های منطقه طالش مورد بررسی قرار گرفته است. نتایج بررسی ها نشان می دهد که مدل تهیه شده براساس پارامترهای ورودی مؤثر در وقوع زمین لغزش قادر خواهد بود اطلاعات ورودی را پردازش و خطر زمی...

رشد جمعیت و کمبود آب باعث شده است تا مدیریت منابع آبی جایگاه ویژه ای در برنامه های اقتصادی کشور داشته باشد. ساخت سدها، تونل های انتقال آب و ... از مهمترین برنامه های موجود برای کنترل منابع آبی است. عملیات تزریق امروزه تقریباً در تمام سدها و اکثر تونل ها معمول است. کنترل نشت آب، کنترل پایداری سد در برابر فشار برکنش و شستشو، افزایش مدول الاستیسیته ی ساختگاه ها، کمک به پایدارسازی تونل ها و ... از م...

مطالعات زیادی اثربخشی انواع شیوه تصحیح خطا را بررسی کرده اند، اما مطالعات اندکی وجود دارد که بررسی کرده اند نظرات معلمین را یا به طور دقیق تر تقریبا هیچکدام از آنها نگرش های معلمین را نسبت به بکارگیری انواع مختلف شیوه تصحیح خطا در مدیریت کردن خطاهای دستوری زبان آموزان را بررسی نکرده است. این تحقیق این موضوع را بررسی کرده است با در نظر گرفتن تجربهتدریس. به طور دقیق تر علاوه بر بررسی کردن نگرش ها...

با گسترش سنجش از دور فراطیفی امکان بهره گیری از گروه جدیدی از شاخص های طیفی و مدل های آماری، برای تخمین پارامترهای بیو فیزیکی و بیوشیمیایی گیاهان به وجود آمده است. یکی از پارامتر های بیوشیمیایی گیاه، محتوای آبی گیاه (vwc) است که پارامتری مهم در بخش کشاورزی است و می تواند در جهت آبیاری صحیح و ارزیابی شرایط خشکسالی مورد استفاده قرار بگیرد. در این تحقیق با استفاده از شبکه های عصبی مصنوعی و داده ها...

پیش­بینی نوسانات سطح آب زیرزمینی، برای برنامه­ریزی مناسب­تر به­ویژه در مناطق خشک و نیمه خشک امری ضروری است. در این تحقیق برای پیش­بینی نوسانات سطح آب زیرزمینی در دشت مروست از مدل­های سری زمانی و شبکه عصبی استفاده شد. برای مدل­سازی، اطلاعات سطح آب زیرزمینی در طی سال­های 88-1366 استفاده و مدل­های مختلف سری زمانی تلفیقی و شبکه عصبی مصنوعی بر داده­ها برازش داده شد. کارآیی و دقت مدل­های آریما در پیش...