در این تحقیق یک روش دسته بندی داده های غیرقطعی از نوع فازی که از جمله چالش برانگیزترین حوزه های تحلیل داده محسوب می شود، ارائه شده است. در واقع حجم بالا و پیچیدگی روش های تحلیل داده مانع از توسعه روش هایی جهت تحلیل داده های فازی می شود. با این حال در برخی حوزه های دیگر همچون برنامه ریزی ریاضی پیشرفت های چشمگیری در مدل سازی سیستم هایی که داده های فازی از آنها در اختیار است، بدست آمده است و لذا ت...

با استفاده از مدل‌­های سری زمانی و زنجیره مارکف مرتبه اول امکان پیش‌­بینی پدیده خشکسالی در بخش خشک و نیمه‌خشک مرکز و شرق ایران مورد بررسی قرار گرفت. برای این منظور با استفاده از داده­‌های بارش 69 ایستگاه سینوپتیک و اقلیم‌شناسی منطقه مورد مطالعه در دوره 2005-1975 نمایه SPI در مقیاس‌های زمانی سه، شش و 12 ماهه برای همه ایستگاه‌­ها محاسبه شد. با استفاده از تحلیل مولفه‌­های اصلی و چرخش به روش وریمکس...

در کنترل فعال و نیمه فعال سازه های بزرگ مقیاس، مرتبه ی بالای مدل کنترلی موجب افزایش عملیات عددی، زمان محاسبات و تأخیر پاسخ کنترلی می شود. سیستم بازخورد بی سیم در این سازه ها، ضمن اینکه دارای هزینه ی کم تر نصب، سهولت تغییر آرایش و اعتمادپذیری بیشتری است، می تواندبا بهره گیری از راهبردهای کنترلی مناسب جایگزین سیستم بازخورد کابلی شود و سبب کاهش تأخیر زمانی بازخوردها شود. در این راستا، این نوشتار ب...

در این پژوهش با استفاده از داده های بارش روزانه ی پایگاه داده ی آفرودایت که دارای تفکیک مکانی 0.25 × 0.25 درجه ی قوسی است، برای یک دوره ی 57 ساله به بررسی روند بارش در افغانستان پرداخته شد. سپس نقشه ها و سری های زمانی به صورت سالانه، فصلی و ماهانه محاسبه و تحلیل گردید. با توجه به نقشه ی سالانه، میانگین بارش در افغانستان 256 میلیمتر است. از نظر میزان بارش دریافتی در این سرزمین دو بخش بیشینه وجود...

چکیده بی­شک اولین قدم برای مدیریت منابع آب پیش‌بینی و برآورد جریان رودخانه‌ها است. در این مطالعه به منظور پیش‌بینی سری زمانی جریان روزانه و ماهانه ایستگاه‌های کاکارضا و سراب صیدعلی، مدل‌های شبکه عصبی مصنوعی و سیستم استتتاج فازی عصبی تطبیقی استفاده شده است. به منظور بهبود نتایج شبیه‌سازی از آنالیز موجک به عنوان مدل ترکیبی استفاده شد. برای این هدف، سری زمانی جریان و بارش به...

هدف اصلی از مدل سازی سری های زمانی دادن نظم خاص به مشاهدات وابسته به زمان است تا بر اساس آن ها بتوان پیش بینی هایی را برای آینده انجام داد. مهم ترین هدف از تجزیه و تحلیل سری های زمانی یافتن روند تغییرات و پیش بینی آینده آن است. هدف پژوهش حاضر مطالعه و پیش بینی تغییرات بیشینه دمای شیراز برای دوره اقلیمی (2020-2011) با استفاده از مدل های باکس و جنکیز است. در ابتدای پژوهش برای جلوگیری از بایاس بود...

یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل‌سازی سیستم‌هایی که دارای پیچیدگی زیاد یا عدم‌صراحت بوده و یا داده‌های کافی از آنها موجود نیست، استفاده از تئوری مجموعه‌های فازی و شبکه عصبی مصنوعی می‌باشد. مزیت اصلی این تکنیک‌ها نسبت به روش‌های رایج این است که در مدت زمان نسبتاً کوتاهی قادر به بررسی تأثیر انواع پارامترهای در دسترس، بر فرآیند مورد بررسی می‌باشند بدون آنکه در هر مرتبه نیاز به یافتن...

هدف اصلی از مدل‌سازی سری‌های زمانی دادن نظم خاص به مشاهدات وابسته به زمان است تا بر اساس آن‌ها بتوان پیش‌بینی‌هایی را برای آینده انجام داد. مهم‌ترین هدف از تجزیه و تحلیل سری‌های زمانی یافتن روند تغییرات و پیش‌بینی آینده آن است. هدف پژوهش حاضر مطالعه و پیش‌بینی تغییرات بیشینه دمای شیراز برای دوره اقلیمی (2020-2011) با استفاده از مدل‌های باکس و جنکیز است. در ابتدای پژوهش برای جلوگیری از بایاس بود...

شبکه‌های عصبی مصنوعی‏، از جمله مد‎ل‎های ریاضی جدیدی هستند که با دقت بالا به مد‏‎ل‎بندی ساختار سر‏ی‌های زمانی غیرخطی می‌پردازند. مزیت این مدل‌ها در مقایسه با مدل‌های سری زمانی این است که نیاز به فرضیات محدود کننده نمی‌باشد. دقت برآوردگرهای حاصل از شبکه عصبی به عنوان یک مدل ناپارامتری از مسائل مهم می‌باشد. برای این منظور با استفاده از روش‌های خودگردان، می‌توان دقت برآوردگرها را در ساختارهای پیچید...

تحلیل سینماتیک وارون ربات های بازوی سری افزونه از جمله ابزار های ضروری در زمینه های مختلف رباتیکی مانند طراحی، تولید مسیر و کنترل این سیستم ها می باشد. با توجه به این که در بسیاری از ربات های افزونه، جواب تحلیلی برای سینماتیک وارون آن ها وجود ندارد، شیوه های حل عددی نیازمند اجرا و بررسی در این زمینه می باشند. در این مقاله، از ترکیب شبکه های عصبی، سیستم های فازی و روش برنامه ریزی مرتبه دو برای ت...