هدف از این پژوهش ارزیابی مدل‌های خطی و الگوریتم‌های تکاملی در تهیه نقشه پراکنش فلزات سنگین سرب، روی، کادمیم و مس با استفاده از تکنیک سنجش ‌از دور در اطراف شرکت ملی سرب و روی استان زنجان است. در این پژوهش پیش‌بینی پراکنش فلزات سنگین با استفاده از اطلاعات تصاویر ماهواره‌ای سنجنده TM و مدل‌های رگرسیون چندمتغیره خطی گام‌به‌گام و مدل هیبریدی شبکه عصبی مصنوعی-الگوریتم ژنتیک انجام شد. مجذور میانگین مر...

زمینه و هدف: عناصر آلاینده معدنی در محیط شهری از مهمترین معضلات زیست محیطی به شمار می­روند. این پژوهش با هدف تعیین غلظت، توزیع مکانی و منشاء­یابی عناصر آلاینده آهن، روی، کلسیم، مس، منگنز و نیکل در شهر سنندج با استفاده از شبکه عصبی مصنوعی انجام شد. مواد و روش­ها: محدوده مورد مطالعه به 5 منطقه طبقه­بندی شد و تعداد 105 نمونه خاک سطحی (10-0 سانتی­متر) جمع­آوری شد. شاخص­های فاکتور آلودگی و جامع Neme...

این پژوهش بر روی برگه یک‏صدهزارم ژئوشیمیایی کیوی انجام شد که توسط سازمان زمین‏شناسی و اکتشافات معدنی ایران با استفاده از آنالیز شیمیایی نمونه های رسوبات آبراهه‏ای تهیه شده است. منطقه کیوی در استان اردبیل قرار دارد. این ناحیه شامل سه واحد سنگی رسوبی، آذرین و دگرگونی می‏باشد. قدیمی ترین واحد رسوبی موجود، سنگ‏های قبل از کرتاسه و جدیدترین آن، مربوط به کواترنر و عهد حاضر است. با توجه به استعداد کانی...

به دلیل ارتباط زون‌های کانی‌سازی با تغییرپذیری عیار در کانسارهای مس پورفیری، تهیه مدل سه بعدی این زون‌ها یکی از گام‌های پیش از تخمین در ارزیابی این تیپ کانسارها به شمار می‌آید. کیفیت این مدل تأثیر بسزایی بر کیفیت تخمین‌های ارائه شده برای عیار، طراحی مناسب استخراج بلندمدت و درنهایت کاهش مشکلات بین معدن و کارخانه فرآوری خواهد داشت. روش معمول برای تهیه این مدل استفاده از روش مدلسازی محدود می‌باشد ...

امروزه یکی از روش‌های متداول در اکتشاف کانسارها، مطالعات زمین­شناسی اقتصادی است. مدل‌سازی داده­های میانبارهای سیال یکی از روش­های متداول در مطالعات زمین­شناسی اقتصادی به شمار می­رود. در این مطالعه از روش شبکه‌های عصبی مصنوعی به عنوان یکی از روش‌های الگوریتم یادگیری ماشین به منظور مدل‌سازی سه‌بعدی داده‌های میانبارهای سیال در کانسار مس پورفیری سونگون و کاربردی کردن نتایج حاصل از آنالیز میانبارهای...

در دهه های اخیر به دلیل اهمیت یافتن مسئله آب و همینطور افزایش تمایل به محاسبه مقدار رواناب حاصل از بارش، توسعه و اجرای روشهای مناسب برای پیش بینی رواناب از روی داده های بارش به مسئله ای ضروری تبدیل شده است. یکی از این روشها که در بسیاری از رشته ها از جمله هیدرولوژی توسعه یافته است، استفاده از روشهای محاسبات نرم نظیر منطق فازی و شبکه های عصبی مصنوعی است. در این تحقیق سعی گردید کارایی شبکه عصبی م...

در مقاله حاضر قابلیت مدل خود همبسته شبکه عصبی مصنوعی دینامیک برای پیش­بینی جریان ماهانه ورودی مخزن سد دز ارزیابی شده و نتایج  به دست آمده با مدل خودهمبسته شبکه عصبی مصنوعی استاتیک مقایسه شده است. در تحقیقات قبل مقایسه مدل های استاتیک و دینامیک در شبکه های عصبی مصنوعی صورت نگرفته است. ضمناً تحقیق حاضر از حیث خودهمبستگی مدل شبکه عصبی مصنوعی، دارای نوآوری می باشد. در این تحقیق آبدهی های ماهانه بین ...

یکی از جنبه های حائز اهمیت در مدیریت محیط در ژئومورفولوژی کاربردی حل مشکل برآورد رسوب یک سیستم رودخانه ای می‏باشد. هدف این مطالعه ارزیابی عملکرد مقایسه ای دونوع شبکه عصبی مصنوعی (مدل ژئومورفولوژیکی و مدل غیر ژئومورفولوژیکی) و دو نوع مدل رگرسیونی (مدل توانی ومدل غیر خطی چندگانه) برای پیش بینی بار رسوب معلق حوضه اسکندری در حوضه آبریز زاینده رود می‏باشد. مدل‏ها براساس آمار 104 حادثه وقوع همزمان ثب...