نتایج جستجو برای: شبکه های عصبی پرسپترون
تعداد نتایج: 488189 فیلتر نتایج به سال:
هدف این پژوهش ارزیابی کارآیی مدل شبکه عصبی مصنوعی برای تهیه نقشه پیش بینی رویشگاه های گیاهی در مراتع استان قم است. بدین منظور، با رویهم گذاری نقشه های شیب، جهت و ارتفاع، واحدهای همگن تهیه شدند و نمونه برداری از پوشش گیاهی و خاک انجام شد. در آخر نقشه مربوط به متغیرهای محیطی با استفاده از سامانه اطلاعات جغرافیاییو زمین آمار تهیه شد. برای تهیه مدل شبکه عصبی از پرسپترون چندلایه بهرهگیری شد. پس از ...
ظرفیت مالیاتی، ظرفیت اقتصادی یک کشور برای تحمل فشار انواع مالیات ها است به عبارت دیگر، میزانی است که مردم می توانند مالیات بپردازند. تعیین ظرفیت مالیاتی کار دشواری است. بررسی چگونگی افزایش درآمد مالیاتی به عنوان بخشی از درآمدهای دولت از اهمیت ویژه ای برخوردار است. در این راستا، یک برآورد دقیق از ظرفیت مالیاتی و شناخت منابع موجود آن، ضروری به نظر می رسد. مناسب ترین معیار برای محاسبه و برآورد این...
این پایان نامه شامل پنج فصل می باشد. فصل اول در مورد اعداد فازی است که در این فصل با مفاهیم مقدماتی و منطق فازی آشنا می شویم. در فصل دوم به معرفی شبکه های عصبی مصنوعی می پردازیم. این فصل با تعریف نرون و تابع محرک که اساس یک شبکه عصبی است آغاز می شود و در ادامه با شبکه های عصبی پرسپترون چند لایه بیشتر آشنا می شویم که یکی از مهمترین و پر کاربرد ترین شبکه های عصبی مصنوعی می باشد. فصل سوم در مورد ر...
بررسی بازار بورس جهت تشخیص به موقع زمان خرید یا فروش سهام یک شرکت و هم چنین ارزش آن، همواره به عنوان مشکلی بزرگ برای کسانی که در این بازار مشغول به فعالیت هستند مطرح بوده است. لذا پیش بینی قیمت سهام شرکت ها قبل از انجام تصمیم های سرمایه گذاری، از طریق اطلاعات و صورت های مالی از اهمیت فوق العاده ای برخوردار است. سهام داران جهت اتخاذ تصمیم های صحیح و مناسب در این زمینه، نیازمند اطلاعات سودمندی هس...
پژوهش حاضر با هدف پیشبینی تراکم کنه تارتن دولکهای با روشهای زمینآمار و شبکهی عصبی مصنوعی در مرزعه خیار استان خوزستان شهرستان رامهرمز انجام شد. بدین منظور مختصات طول و عرض ۱۰۰ نقطه با فاصله ۱۰متر، در سطح مزرعه مشخص و به عنوان ورودیهای هر دو روش تعریف شد. خروجی هر روش نیز تعداد این آفت در آن نقاط بود. در بخش زمینآمار از روش کریجینگ معمولی و در بخش شبکه عصبی مصنوعی، ساختار پرسپترون سه لایه ...
در این پژوهش از قابلیت شبکه عصبی مصنوعی برای پیش بینی رفتار خاک های متورم شونده رسی استفاده شده است. در این روش - داده ها با استفاده از انواع آرایش شبکه های چند لایه پرسپترون، که از پرکاربردترین نوع شبکه های عصبی است مدل شده اند. نتایج حاصل از این شبکه ها بر اساس شاخص های ارزیابی معرفی شد و با یکدیگر مقایسه شده اند که منجر به انتخاب بهترین آرایش شبکه از لحاظ دقت و کاربرد شده است. لازم...
در این مطالعه استخراج نشاسته از برنج گرده با بهرهگیری از محلول سدیم هیدروکسید، بهعنوان حلال، بررسی شده است. آزمایشهای استخراج در دماهای 20، 30، 40 و 50 درجه سلسیوس انجام و مقدار نشاسته استخراج شده از نمونهها در زمان-های مختلف اندازهگیری شده است. تأثیر دما و زمان در غلظت نشاسته استخراج شده مطالعه شده است. طبق نتایج بهدست آمده، افزایش دما و زمان عملیات استخراج سبب افزایش میزان نشاسته استخرا...
در مطالعه قابلیت اطمینان سیستم های قدرت، نرخ خطا پارامتری مهم است. نرخ خطا در مطالعات شبکه های توزیع معمولاً به طور تقریبی ثابت در نظر گرفته می شود ولی به طور دقیق تر و در عمل، پارامتری متغیر است که به عوامل داخلی و خارجی زیادی بستگی دارد. برای پیش بینی نرخ خطای متغیر، از وقایع قبلی و داده های آماری آنها استفاده می شود. در این مقاله، نرخ خطای متغیر در شبکه های توزیع فشار متوسط هوایی در اثر برخور...
هدف اصلی این مطالعه مقایسه قدرت پیش بینی دو مدل رگرسیون هدانیک و شبکه عصبی مصنوعی (ann) و تعیین یک مدل بهینه برای پیش بینی قیمت هدانیک مسکن درکلان شهر تبریز می باشد. نتایج تخمین تابع قیمت هدانیک بیانگر آن است که اکثر متغیرها معنا دار بوده و دارای علامت مورد انتظار می باشند. عوامل فیزیکی بیشتر از عوامل مکانی(محیطی و دسترسی) قیمت واحدهای مسکونی را تحت تأثیر قرار می دهند. همچنین، از بین ویژگی های ...
پیشبینی نوسان یکی از مسایل بسیار مهم در بازارهای مالی است که توجه بسیاری از پژوهشگران دانشگاهی و کارشناسان این حوزه را در چند دهه ی گذشته به خود جلب کرده است. در پژوهش حاضر با توجه به این ضرورت، به بررسی مدلسازی و پیش بینی نوسان بازار سهام با استفاده از ترکیب شبکه های عصبی مصنوعی و الگوهای واریانس شرطی پرداخته میشود. در این تحقیق از شبکه های عصبی پرسپترون چند لایه (MLP ) ، مدلهای ناه...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید