یکی از شیوه?های متداول سرمایه گذاری که امروزه به شکل گسترده ای به کار گرفته می شود، سرمایه گذاری در سهام شرکت?ها می باشد. در این راستا پیش بینی سود هر سهم به عنوان معیاری مهم در ارزیابی سهام، از اهمیت ویژه?ای در تصمیمات سرمایه گذاری برخوردار است. هدف اصلی این پژوهش، تعیین قدرت پیش بینی کنندگی سود هر سهم در مدل?های خطی، شبکه عصبی پس انتشار، و شبکه عصبی مجهز به الگوریتم ژنتیک است. در راستای این ه...

یکی از روش های تحلیل داده های بقا، استفاده از مدل رگرسیونی کاکس است که نیازمند پذیره هایی مانند متناسب بودن مخاطرات است. در دهه های اخیر به کارگیری مدل شبکه عصبی مصنوعی برای پیش بینی داده های بقا، افزایش یافته است. این مطالعه به منظور پیش بینی بقای بیماران مبتلا به سرطان معده به کمک دو مدل رگرسیونی کاکس و شبکه عصبی مصنوعی انجام شده است.طی سالهای 1381 لغایت 1385، تعداد 639 بیمار مراجعه کننده با ...

هدف از حل یک مسئله ی پراکندگی معکوس، دستیابی به ویژگی های اهداف با استفاده از اطلاعات پراکندگی مستقیم است. مدل سازی دقیق و بکارگیری روشی مناسب برای استخراج پراکندگی، مهمترین بخش حل یک مسئله ی پراکندگی معکوس است. زیرا حتی با وجود ایده آل بودن الگوریتم های معکوس دقت و انطباق مدل ارائه شده و بکارگیری روشی کارا به منظور محاسبه ی پراکندگی بر دقت جواب های حاصل از پراکندگی معکوس تاثیر زیادی دارد. در ا...

پدیده ی فرسایش و انتقال رسوب یکی از پیچیده ترین مسایل هیدرودینامیک (آب پویایی ) می باشد که در مطالعه ی طرحهای آبی از اهمیتی بسیار برخوردار است. با توجه به این که شبکه های عصبی مصنوعی از دو ویژگی اساسی یادگیری یا نگاشت پذیری بر اساس ارایه ی داده های تجربی (قدرت و توانایی تعمیم پذیری) و ساختارپذیری موازی برخوردارند، یکی از مهم ترین روش های هوش مصنوعی می باشند که در آن با الهام گیری از مغز انسان، ...

در این مقاله از یک شبکه عصبی مصنوعی پرسپترون 3 لایه با 5 نرون در لایه مخفی جهت مدلسازی مقدار محتوای الکترون لایه یونوسفر (tec) استفاده شده است. بدین منظور از 25 ایستگاه gps شبکه ژئودینامیک کشور ایران در محدوده عرض جغرافیایی 24 الی 40 درجه و طول جغرافیایی 44 الی 64 درجه استفاده گردیده است. ارزیابی نتایج بدست آمده از شبکه عصبی مصنوعی مدلسازی شده برای این منطقه توسط 1 ایستگاه تست gps که مقادیر محت...

مدل سازی فضایی تخلخل و تراوایی با استفاده از داده های متعدد چاه دارای اهمیت بسیار مهمی در مطالعات اکتشاف و تولید نفت و گاز است. اهمیت هر مدل سازی اصولاً به روش/روش های استفاده شده برای مدل سازی بستگی دارد. در مطالعه حاضر از روش شبکه های عصبی مصنوعیِ پس انتشار خطا برای تخمین مقادیر تخلخل و تراوایی بخش های مختلف سازند ایلام در یکی از میادین نفتی حوضه زاگرس استفاده شده است. نمودارهای چاه نگاری تخلخل...

تعیین و توصیف خصوصیات زمین شناسی و مهندسی یک مخزن به وسیله تعیین رخساره های مختلف سنگ های آن مخزن با داده های حاصل از عملیات چاه نگاری و مغزه گیری است. یکی از روش های نوین در زمینه شناسایی رخساره ها که در سال های اخیر مورد استفاده قرار گرفته است, روش شبکه های عصبی مصنوعی است. هدف از این تحقیق, تعیین و شناسایی رخساره های میدان پارس جنوبی با استفاده از شبکه های عصبی پس انتشار خطا برای کاربرد وسیع...

امروزه لیزرهای حالت جامد با پالس هایی از مرتبه ی پیکو ثانیه و کمتر، از اهمیت زیادی در بسیاری از زمینه ها از جمله: پزشکی، داروسازی، مخابرات، تبدیل غیرخطی فرکانس، فرآوری مواد وغیره برخوردارند. بطور کلی برای تولید چنین پالس هایی از دو روش کیوسویچینگ و قفل شدگی مد استفاده می گردد، که هر کدام از این روشها، شامل روش فعال و غیرفعال می باشد. در این پایان نامه، روشی برای تولید تک پالس اپتیکی، در محدوده ...

پیش بینی بار کوتاه مدت نقش بسیار مهمی در برنامه ریزی، بهره برداری و کنترل سیستم های قدرت دارد. پیش بینی بار دقیق، باعث بهبود تصمیم گیری های عملیاتی در مورد برنامه ریزی تعمیرات و نگهداری، تخصیص ذخیره مطمئن، برنامه ریزی ورود و خروج واحدها، توزیع اقتصادی و ... می شود. پیش بینی دقیق بار کوتاه مدت با توجه به عوامل متعدد موثر بر بار، از قبیل شرایط آب و هوایی، تغییرات دوره ای روزانه، هفتگی، فصلی و عوا...

شبکه ی عصبی تپشی نوع خاصی از شبکه های عصبی می باشد که داده های ورودی و خروجی آن از جنس زمان است. این شبکه ها برای مدل سازی دقیـق تر نرون های واقعی و رفتار آن ها ایجاد شده اند. در این پژوهش مسئله ی یادگیری در شبکه های عصبی تپشی مورد بررسی قرار گرفته است. نرخ همگرایی پایین و نیز کندی سرعت یادگیری از جمله مشکلاتی است که تاکنون شبکه های عصبی تپشی با آن مواجه بوده است؛ این در حالی است که به دلیل وجو...