هدف این پژوهش بررسی موانع موجود در تعیین قیمت سهام به روش شبکه عصبی مصنوعی در شرکت های صنایع فلزی و کانی پذیرفته شده در بورس اوراق بهادار تهران می باشد. در این پژوهش از دو روش تحلیل آماری و شبکه عصبی استفاده شده است. در روش تحلیل آماری پرسشنامه ای تدوین گردید که بین کارشناسان ارشد بورس اوراق بهادار و اساتید دانشگاه آزاد واحد های شهر تهران که به مفاهیم شبکه عصبی و پیش بینی قیمت سهام آشنایی کامل ...

این مطالعه به بررسی پیش بینی پذیری رفتاربازده سهام شرکت های یذیرفته شده در بورس اوراق بهادار تهران وهمچنین انجام عمل پیش بینی بازده با استفاده از شبکه های عصبی مصنوعی می پردازد. به منظور انجام عمل پیش بینی بازده، در مرحله اول روند گذشته سری زمانی مربوط به شرکت ها و همچنین سه متغیر از متغیرهای تحلیل تکنیکی (شاخص سهام، حجم سهام مبادله شده و آخرین نرخ سهام در روز) برای مدت 5 سال(تیرماه 1377 لغایت ...

یکی از راه های تبدیل هیدروژن به رایج ترین انواع انرژی های مورد نیاز مانند الکتریسیته و گرما، استفاده از پیل سوختی است. از انواع مختلف پیل ها به منظور تولید برق در نیروگاه ها، وسایل قابل حمل، خودروها، سفینه های فضایی، زیردریایی ها و غیره استفاده می شود. پیل سوختی با غشای پروتونی به طور گسترده تری به عنوان منبع انرژی استفاده می شود و این به دلیل ویژگی هایی چون عملکرد در دمای پایین و راه اندازی سر...

پیش بینی آینده همواره به صورت یک ضرورت در زندگی روزمره و به عنوان یک حوزه مشترک در بسیاری از علوم مطرح بوده است. یکی از حوزه هایی که در آن پیش بینی از اهمیت خاصی برخوردار است مسائل مالی و اقتصادی است. هدف این پژوهش پیش بینی قیمت سهام به صورت موردی سهام فولاد مبارکه اصفهان با استفاده از شبکه های عصبی مصنوعی پس انتشار خطا و مدل شبکه عصبی مصنوعی تلفیقی با الگوریتم ژنتیک به وسیله متغیر های تاثیر گذ...

در این مقاله، روشی برای بهینه سازی فرآیند با چند سطح پاسخ به وسیله شبکه های عصبی پیشنهاد می شود که در آن از مفهوم مطلوبیت مقدار هر متغیر پاسخ جهت پیش بینی استفاده می کند. در این پژوهش شبکه پس انتشار پیش خور با دو لایه پنهان استفاده می شود. تعداد نرونهای لایه پنهان با استفاده از معیار میانگین مربع خطا برای داده های آموزش و تست تعیین می گردد. تعداد نرون های لایه اول برابر تعداد فاکتورها و تعداد ن...

طبیعت پیچیده و اتفاقی فرآیند ماشینکاری تخلیه الکتریکی سبب بی نتیجه ماندن تلاشهای زیادی به منظور مدل سازی فیزیکی آن شده است. در این مقاله از دو شبکه عصبی با نظارت پس انتشار و تابع پایه شعاعی برای مدل سازی فرآیند استفاده شده است. شبکه ها دارای سه ورودی جریان، ولتاژ و دوره تناوب پالس ها به عنوان متغیرهای مستقل فرآیند و دو خروجی نرخ براده برداری و صافی سطح به عنوان مشخصه های عملکردی می باشند. آموزش...