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 ...

در سال‌های اخیر، توسعه‌ی پردازنده‌های کامپیوتری موجب معرفی الگوریتم‌های جدیدی برای پیش‌بینی دادههای مالی شده است که یکی از این الگوریتم‌ها، یادگیری ماشین (Machine Learning) است. از اینرو در پژوهش حاضر به معرفی یک مدل ترکیبی‌ از شبکه یادگیری عمیق (Deep Learning) و مدل‌های منتخب خانواده GARCH جهت پیش‌بینی کوتاه‌مدت بازدهی روزانه شاخص کل بورس اوراق بهادار تهران پرداخته می‌شود. مهمترین ویژگی شبکه ی...

پایداری سامانه RTDGPS در سرویس‌دهی به کاربران حائز اهمیت است. این سامانه از دو ایستگاه مرجع و کاربر تشکیل شده است. قطع سیگنال ایستگاه مرجع موجب کاهش پایداری سامانه می‌شود. قطع سیگنال GPS موجب عدم تولید پروتکل مخصوص سامانه در ایستگاه مرجع می‌شود، در نتیجه فاکتورهای تصحیحاتی موجود در این پروتکل از طریق واسط ارتباطی به گیرنده کاربر نمی‌رسد. در این حالت سامانه از حالت موقعیت‌یابی DGPS وارد حالت GPS...

بررسی مفصلی بر کاربرد روشهای محاسبات عصبی در پیش بینی پتانسیل روانگرایی خاکها انجام شده است . تاکید کلی در این تحقیق بر استفاده از شبکه عصبی بهینه برای مدلسازی رابطه پارامترهای لرزه ای، و خصوصیات خاک با پتانسیل روانگرایی بوده است . مشکل اکثر مطالعات مشابه گذشته در زمیه پتانسیل روانگرایی عدم قابلیت تعمیم آنها بوده است . معمولا حجم کم پایگاه داده ها، توزیع جغرافیایی محدود و حذف اثر بعضی پارامترها...

پایداری سامانه rtdgps در سرویس دهی به کاربران حائز اهمیت است. این سامانه از دو ایستگاه مرجع و کاربر تشکیل شده است. قطع سیگنال ایستگاه مرجع موجب کاهش پایداری سامانه می شود. قطع سیگنال gps موجب عدم تولید پروتکل مخصوص سامانه در ایستگاه مرجع می شود، در نتیجه فاکتورهای تصحیحاتی موجود در این پروتکل از طریق واسط ارتباطی به گیرنده کاربر نمی رسد. در این حالت سامانه از حالت موقعیت یابی dgps وارد حالت gps...

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...

افزایش دقت براورد داده­های مفقود بارش روزانه، بویژه در حوضه­های بزرگ آبخیز با شبکه باران سنجی غیر متراکم، یکی از چالشهای آبشناسها می­باشد. در این مطالعه، شش شبیه شبکه عصبی مصنوعی به نامهای MLP، TLFN، RBF، RNN، TDRNN وCFNN با روشهای مختلف اعتبار سنجی برای تکمیل داده­های مفقود بارش روزانه در مقایسه با روشهای زمین آمار کریجینگ و کوکریجینگ با شبیه­های مختلف مورد بررسی قرار گرفته اند. برای ارزیابی د...

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...