کنترل فعال نویز صوتی براساس تولید یک سیگنال نویز دیگر و تداخل آن با نویز اصلی انجام می شود. سیگنال تولید شده دارای دامنه ای برابر با نویز اصلی و 180 درجه اختلاف فاز نسبت به آن می باشد. در این مقاله، کنترل فعال نویز صوتی با استفاده از شبکه های عصبی پیشرو و بازگشتی انجام شده و عملکرد شبکه ها در کاهش نویز مورد بررسی و مقایسه قرار می گیرد. شبکه های عصبی پیشرو و بازگشتی با نویزهای صوتی موجود در پایگ...

در این مقاله، به منظور ارزیابی تأثیر دینامیک های آشوب گونه در افزایش کارایی شبکه های عصبی بازگشتی در بازشناسی مقاوم الگو، دو مدل برای شبکه های عصبی آشوب گونه ارائه شده است. در مدل اول که براساس نظریه انتخاب طبیعی طراحی گردیده است، شبکه عصبی بازگشتی جاذب (arnn) به عنوان هوش حاکم، تنوعات ایجاد شده توسط گره های آشوبی را در جهت رسیدن به جواب بهینه هدایت می نماید. در مدل دوم، ساختاری از شبکه عصبی آش...

در این پژوهش به حل مسأله ی مسیر یابی روبات متحرک با تبدیل این مسأله به مسأله ی بهینه سازی محدودیت دار و سپس استفاده از یک مدل شبکه عصبی بازگشتی برای حل مسأله ی به دست آمده پرداخته شده است. مدل شبکه عصبی بازگشتی برای حل مسأله ی مسیر یابی روبات به گونه ای ارائه شده است که مسیر ساخته شده توسط مدل، همواره در ناحیه شدنی قرار گیرد. این موضوع از دیدگاههای تحلیلی و عددی مورد بررسی قرار گرفته و نشان داد...

در این پژوهش یک شبکه عصبی موجک بهبود یافته ی فازی با فیدبک داخلی برای شناسایی سازه طراحی و پیشنهاد خواهد شد و جهت شناسایی سازه ها مورد استفاده قرار می گیرد. فیدبک داخلی با افزودن بازخورد در لایه دوم از شبکه های موجک عصبی در حقیقت المان حافظه را به شبکه اضافه کرده و باعث می شود سیستم رفتار زمانی مناسبی از خود نشان دهد.برای تنظیم پارامترهای شبکه، الگوریتم لونبرگ- مارکواردت بهبود یافته به همراه رو...

این پژوهش با رویکرد ترکیبی، با به‌کارگیری شبکه عصبی بازگشتی مبتنی بر الگوریتم کلونی زنبورعسل مصنوعی (ABC-RNN)، درصدد ارائه مدلی بهینه برای پیش­بینی قیمت سهام در بورس تهران است. برای این منظور با استفاده از داده‌های سهام پذیرفته‌شده در بازار اول تابلوی اصلی بورس تهران که طی سال­های 1390 تا پایان سال 1394 مورد معامله قرارگرفته است، ضمن تعریف مؤلفه­های تکنیکال و بنیادی متعدد، با به‌کارگیری فرآیند ...

امروزه روش­های هوشمند و الهام گرفته از طبعیت در حل مسائل پیچیده طرفداران زیادی دارد یکی از پرطرفدارترین و کاراترین این ساختارها، شبکه­های عصبی مصنوعی هستند که قادرند یک رابطه کلی بین اطلاعات حجیم و پیچیده ناشی از آزمایش­ها و مثال­های تجربی به دست آورند. از طرف دیگر، ترکیب بتن الیافی با بتن خودتراکم، یک نوع بتن جدید با سیالیت بالا و چسبندگی خوب تولید می­کند. این نوع بتن به علت حضور الیاف دارای م...

امروزه روش­های هوشمند و الهام گرفته از طبعیت در حل مسائل پیچیده طرفداران زیادی دارد یکی از پرطرفدارترین و کاراترین این ساختارها، شبکه­های عصبی مصنوعی هستند که قادرند یک رابطه کلی بین اطلاعات حجیم و پیچیده ناشی از آزمایش­ها و مثال­های تجربی به دست آورند. از طرف دیگر، ترکیب بتن الیافی با بتن خودتراکم، یک نوع بتن جدید با سیالیت بالا و چسبندگی خوب تولید می­کند. این نوع بتن به علت حضور الیاف دارای م...

امروزه از شبکه های عصبی در زمینه های تحقیقاتی مختلف مانند محاسبات هوشمند، کنترل، شناسایی، پیش بینی سری های زمانی وغیره استفاده می شود. این شبکه ها به دو گروه شبکه های عصبی پیشرو و شبکه های عصبی بازگشتی طبقه بندی می شوند. شبکه های عصبی پیشرو استاتیکی می باشند به این مفهوم که خروجی آنها فقط به ورودی های فعلی شبکه بستگی دارد و این شبکه ها حافظه ندارند. شبکه های عصبی بازگشتی یک تعمیم از شبکه های عص...

در این مقاله، یک دامنه وسیعی از مسأله برنامه ریزی نیمه معین (sdp) با استفاده از شبکه های عصبی بازگشتی (rnns)  ارائه می شود. sdp یک ابزار عددی مهم برای آنالیز و ترکیب  در سیستم ها و تئوری کنترل است. در اینجا، ابتدا مسأله اصلی را به یک مسأله برنامه ریزی خطی تبدیل کرده، سپس آن را به یک سیستم مرتبه اول از معادلات دیفرانسیل معمولی فرموله می کنیم. در پایان برای حل، یک مدل شبکه عصبی بازگشتی، وابسته به...