نتایج جستجو برای: شبکه عصبی غیرخطی اتورگرسیو

تعداد نتایج: 50930  

در این نوشتار چگونگی استفاده از الگوریتم ژنتیک در آموزش شبکه‌های عصبی، و به‌طور همزمان بهینه‌سازی ساختاری آن‌ها به‌منظور مدل‌سازی دینامیک غیرخطی هواپیماهایی با قابلیت مانور بالا، بررسی می‌شود. ارتباط‌های وزنی، معماری شبکه و قوانین یادگیری از مشخصاتی هستند که نقش بسیار مهمی در کیفیت آموزش و تعمیم شبکه‌های عصبی برای مدل‌سازی سیستم‌های غیرخطی ایفا می‌کنند. لذا تنظیم درست این پارامترها کمک شایانی ب...

در این مقاله، توانایی روش شبکه عصبی مصنوعی در پیش‌بینی رفتار دینامیکی سیال در مخازن هوایی آب مورد بررسی قرار گرفته است. برای این منظور، یک مدل شبکه عصبی برای تخمین دو پارامتر فشار هیدرودینامیک کف مخزن و نوسان سطح سیال ارائه شده است. مدل مورد نظر با استفاده از الگوریتم پس انتشار خطا در برنامه MATLAB نگارش و مورد آموزش و آزمون قرار گرفته است. داده‌های مورد نیاز برای آموزش شبکه از نتایج تحلیل دینا...

ژورنال: :پردازش علائم و داده ها 0
پویا حاجبی pooya hajebi department of electrical and computer engineering, yazd university, safaeieh, pejouhesh st., p.o.box 89195-741, yazd, iranیزد، صفائیه، دانشگاه یزد، دانشکده مهندسی برق و کامپیوتر، گروه مخابرات سید محمد تقی المدرسی seyed mohammad taghi almodarresi department of electrical and computer engineering, yazd university, safaeieh, pejouhesh st., p.o.box 89195-741, yazd, iranیزد، صفائیه، دانشگاه یزد، دانشکده مهندسی برق و کامپیوتر، گروه مخابرات

در این مقاله یک کنترلگر منطق فازی، که با تأخیرهای زمانی تطبیق می‏یابد، ارائه شده است تا عملکرد سامانه‏های کنترل از طریق شبکه را بهبود ‏دهد. مهمترین چالش در این سامانه‏ها، تأخیر زمانی تصادفی متغیر در شبکه‏های مخابرات داده است. کنترلگرهای سنتی مانند تناسبی-انتگرالی-مشتق‏گیر که معمولاً با یک تأخیر ثابت تنظیم می‏شود، باعث ناپایداری این سامانه‏ها می‏گردد. از طرف دیگر کنترلگرهای منطق فازی به خاطر ماهی...

ژورنال: :فصلنامه علمی- پژوهشی آب و فاضلاب 2012
مسعود تابش مهدی دینی

پیش بینی تقاضای آب در سیستم های آبرسانی و توزیع آب، با توجه به کمک شایانی که می تواند به مدیران این مجموعه ها برای مدیریت بحران (حداقل و حداکثر مصرف) داشته باشد، از اهمیت بالایی برخودار است. پیچیدگی و تأثیر عوامل و پارامترهای مختلف بر میزان تقاضای آب در این سیستم ها، سبب گردیده است که روشهای تحلیلی و ریاضی کارایی لازم را در این زمینه نداشته باشند. در این مقاله روش شبکه های عصبی مصنوعی برای برآو...

ژورنال: :مهندسی مالی و مدیریت اوراق بهادار 2012
بیتا مشایخی هانیه بیرامی هانی بیرامی ساراسادات اخلاقی

مطالعات متعددی به بررسی مدیریت سود در شرایط مختلف پرداخته اند. در اغلب این مطالعات فرض بر آن است که سود از طریق اقلام تعهدی حسابداری، مدیریت می شود. از این رو مدل هایی جهت مدیریت سود بر مبنای اقلام تعهدی بسط و توسعه داده شده است. با این حال در تعدادی از مطالعات انجام شده، توانایی این مدل ها برای کشف مدیریت سود زیر سوال رفته است. یکی از تبیین های مطرح شده در خصوص عملکرد ضعیف مدل های موجود، استفا...

عادل آذر علی اصغر انواری رستمی, محمد نوروزی

پیش‌بینی سود هر سهم و تغییرات آن به‌عنوان یک رویداد اقتصادی از دیرباز موردعلاقه سرمایه‌گذاران، مدیران، تحلیل گران مالی و اعتباردهندگان بوده است. این توجه ناشی از استفاده سود در مدل‌های ارزیابی سهام، کمک به کارکرد کارای بازار سرمایه، ارزیابی توان پرداخت و ارزیابی عملکرد واحد اقتصادی می‌باشد. هدف این تحقیق پیش‌بینی سود هر سهم با استفاده از شبکه عصبی – فازی و شبکه عصبی درک چندلایه(MLP) و GMDH و تع...

ژورنال: دانش آب و خاک 2017
حامد عباسی, حمید میرهاشمی, سعید جهانبخش اصل سعید فرزین, علی محمد خورشیددوست

تبخیر پتانسیل از جمله مؤلفه‌های چرخه آب در طبیعت است که پیش‌بینی آن یک کار پیچیده و غیرخطی است. بنابراین، برای تخمین آن بایستی از مدل‌های پیشرفته ریاضی استفاده نمود. مطالعه حاضر، با هدف ارائه مدل پیش‌بینی سری زمانی پتانسیل تبخیر روزانه ایستگاه تبریز با استفاده از دو رویکرد شبکه عصبی و شبکه عصبی ـ موجکی همراه با نویززدایی داده‌ها انجام گرفت. سری زمانی روزانه مقدار تبخیر تشتک تبخیرسنج ایستگاه تبر...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده علوم ریاضی 1390

شبکه ی عصبی مصنوعی کاربرد وسیعی در مهندسی و سایر علوم دارد. با الهام گرفتن از معماری مغز، شبکه ی عصبی مصنوعی کلاسی از مدل های غیرخطی قابل یادگیری از داده ها را نمایش می دهد. شبکه های عصبی در موارد بسیاری کاربرد دارند از جمله ی طبقه بندی و پیش بینی. این پایان نامه یک نگاه آموزشی به شبکه های عصبی دارد و بر روی شبکه های عصبی انتشار برگشتی به عنوان روشی برای تقریب رگرسیون و سری زمانی غیرخطی تمرکز ش...

ژورنال: :مهندسی مکانیک مدرس 0
مجید یاراحمدی عضو هیات علمی دانشگاه لرستان سمیه چگینی دانشجوی دکتری دانشگاه لرستان

در این مقاله، یک کنترل کننده مقاوم هوشمند کوانتومی مبتنی بر ترکیب روش کنترل مد لغزشی با لایه مرزی و شبکه های عصبی کوانتومی ارائه می شود. این کنترل کننده با استفاده از تابع لغزشی متغیر با زمان و در حضور اختلالات خارجی، برای سیستم های غیرخطی نامعین، به منظور حذف اثرات ناشی از نامعینی های سیستم و فرکانس های مدل نشده، طراحی شده است. در این روش بهره کنترل و پهنای باند فرکانس شکست به طور تطبیقی تنظیم...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید