دراین پروژه شیوه جدیدی ، با استفاده از شبکه های عصبی ، جهت طراحی متعادل کننده حوزه زمان مورد استفاده در مدم ‏‎adsl‎‏ ، ارائه شده است . درابتدا پدیده تداخل را در سیستم دیجیتال تعریف و پس از معرفی مدولاسیون ‏‎dmt‎‏ ، متعادل کننده حوزه زمان مورد نظر و خصوصیات مدم ‏‎adsl‎‏ توضیح داده شده اند. سپس روشهای پیشین طراحی متعادل کننده حوزه زمان مورد نقد و بررسی قرار گرفته اند.از آنجایی که شبکه های عصبی با...

شبکه های عصبی چند لایه پیش خور از دیرباز به طور وسیعی مورد توجه محققان بوده است. این شبکه ها علی رغم موفقیت چشم گیر در برقراری ارتباط بین ورودی و خروجی، دارای چندین نقطه ضعف بوده اند. به عنوان مثال زمان آموزش این شبکه ها نسبتاً طولانی است و گاهی ممکن است این شبکه ها آموزش نبینند. دلیل طولانی بودن زمان آموزش را می توان به انتخاب نامناسب پارامترهای شبکه نسبت داد. روش به دست آوردن پارامترهای وزن وب...

به منظور کنترل حرکت مدل سه لینکه از بازوی انسان در صفحه و با هدف دستیابی به کنترل مقاوم در برابر اغتشاشات خارجی، دینامیک های مدل نشده و عدم قطعیت های مدل و ویژگی های تغییرپذیر با زمان آن، کنترلترمینال پیوسته لغزشی به عنوان کنترل کننده تطبیقی و مقاوم، بکار رفته است. این کنترل کننده دارای زمان همگرایی محدود جهت رسیدن به خطای ردیابی صفر است، اما پدیده چترینگ موجود در کنترل لغزشی را بطور مطلوبی کاه...

شناساگر خودکار نوع سیگنال، عمل تعیین نوع مدولاسیون سیگنال دریافتی را در بین مجموعه ای از مدولاسیونها به صورت اتوماتیک انجام می دهد و کاربردهای فراوانی در زمینه نظامی و غیر نظامی دارد. اکثر سیستم های شناساگر خودکار نوع مدولاسیون که تاکنون ارائه شده در شرایط سیگنال به نویز پایین عملکرد مناسبی ندارند و فقط قادرند تا تعداد محدودی از مدولاسیونها را شناسایی کنند. در این پژوهش، تلاش شده تا با استخراج ...

شبکه ‏های عصبی مصنوعی یکی از ابزارهای مهم یادگیری ماشین است که کاربردهای فراوان آن در دنیای امروز مشهود است. عملکرد شبکه ‏های عصبی به نحوه‏ ی آموزش شبکه و طرح معماری آن وابسته است. طراحی معماری شبکه‏ ی عصبی معمولاً توسط فرد خبره انجام می‏شود. در این پژوهش سه الگوریتم برای طراحی معماری و آموزش وزن‏های شبکه توسعه داده شده است. الگوریتم اول قادر به تولید و آموزش شبکه ‏های عصبی پیش‏رو با یک لایه ‏ی ...

این پایان نامه توزیع مجانبی برآوردگر شبکه های عصبی به کمک نمای لیاپانوف در یک سیستم آشوبناک، را استنتاج می کند.مثبت بودن نمای لیلپانوف یک تعریف عملگری از آشوب است. در این راستا قالب بندی آماری برای برای آزمون فرضیه آشوب بر اساس نمای لیاپانوف برآورد می کنیم و هم چنینبرآوردگر واریانس پایدار را معرفی می کنیم. یک مطالعه شبیه سازی برای ارزیابی نمونه های کوچک گزارش شده است.هم چنین روش کارمان را برای ...

معاملات موفق در بازارهای مالی می بایست نزدیک به نقاط کلیدی بازگشتی انجام گردد. در این تحقیق سعی شده است تا سیستم معاملاتی هوشمندی را بر پایه قوانین شناخته شده تحلیل تکنیکال و استفاده از سه ابزار الگوریتم ژنتیک، منطق فازی و شبکه عصبی ایجاد نمود.الگوریتم ژنتیک به بهینه سازی قواعد تکنیکی به دلیل پیچیدگی محاسباتی کمک خواهد کرد. منطق فازی نیز به تشخیص موقعیت کلی جاری در بازار کمک خواهد کرد.در انتها ...

دینامیک غیرخطی سیستم تعیین سمت- تراز متأثر از عوامل عدم قطعیت مانند نویز، بایاس، اغتشاش و پارامترهای مدل نشده است. از این رو محاسبه دقیق زوایای سمت- تراز که توصیف عملی از رفتار سیستم غیرخطی هستند، مشکل بوده و نتایج سیستم تعیین سمت- تراز در مقایسه با سیستم های دقیق، به علت خطاهای وضعیت بزرگ در مدت زمان کوتاه، غیرقابل اعتماد می شود. در نتیجه پیشنهاد می شود از روش های تخمین مقاوم برای تعیین زوایای...

شبکه های عصبی مصنوعی به طور فزاینده ای برای پیش بینی پارامترها و مدیریت بهینه منابع آب در حال استفاده هستند. یکی از دلائل گرایش به این شبکه ها رفتار غیرخطی و پیچیده پارامترهای منابع آب سطحی و زیرزمینی از یکطرف و قابلیت انعطاف پذیری بالای شبکه های عصبی مصنوعی در حل اینگونه مسائل از طرف دیگر می باشد. در اکثر مقالات کار شده در این مورد استفاده از شبکه عصبی مصنوعی feedforward با الگوریتم آموزش پس ا...

مخازن هیدروکربوری محیط هایی بسیار ناهمگن هستند و چنان ساختار پیچیده ای دارند که تخمین مستقیم پارامترهای آنها عملاً امکانپذیر نیست. برای رفع مشکل اخیر و نیز به دست آوردن اطلاعاتی از محیط های متخلخل، برخی روش های غیر مستقیم مانند چاه آزمائی و چاه پیمائی محبوبیت زیادی پیدا کرده اند. در میان روش های غیر مستقیم، تنها چاه آزمائی با داده های دینامیک مرتبط است و بنابراین از اهمیت خاصی برخوردار می باشد. ...