نتایج جستجو برای: شبکه های عصبی پرسپترون چندلایه
تعداد نتایج: 488358 فیلتر نتایج به سال:
تخمین تبخیر-تعرق گیاه مرجع یکی از مهمترین مؤلفهها در بهینهسازی مصرف آب کشاورزی و مدیریت منابع آب است. پیشبینی تبخیر-تعرق مرجع روزانه و هفتگی میتواند در پیشبینی نیاز آبی گیاهان و برنامهریزی کوتاهمدت آبیاری مورداستفاده قرار گیرد. هدف از این تحقیق، ارزیابی عملکرد سه نوع شبکه عصبی مصنوعی MLP(پرسپترون چندلایه)، RBF (شبکه تابع پایهای شعاعی)، SVM (ماشین بردار پشتیبان) در پیشبینی تبخیر-تعرق م...
پیش بینی سرعت باد در مواردی همچون کنترل توربین های بادی، برنامه ریزی جهت قطع و وصل توربین¬های بادی و تضمین عملکرد پایدار سیستم توزیع می¬تواند حائز اهمیت باشد که به طور کلاسیک به روش¬های متعددی صورت می¬گیرد. در این پایان نامه ارائه روشی صرفاً بر اساس آنالیز داده¬های اندازه¬گیری شده قبلی مدنظر می¬باشد. به این منظور ضمن بررسی آشوبناک بودن داده¬های سرعت باد، با ترکیب مفاهیم مربوط به نظریه آشوب و تکن...
شبکه های عصبی مصنوعی (anns)، ایده ای برای پردازش اطلاعات هستند که در آن ها از سیستم عصبی- زیستی الهام گرفته شده است. یکی از مرسوم ترین انواع شبکه های عصبی، شبکه عصبی پرسپترون چندلایه (mlp) است که به طور موفقیت آمیزی در بازه وسیعی از کاربردها از جمله طبقه بندی داده ها مورد استفاده قرار گرفته است. درصورتی که بخواهیم از یک ann استفاده کنیم لازم است مدل و توپولوژی مناسب شبکه را انتخاب کرده که این م...
در سال های اخیر، مدل های شبکه های عصبی مصنوعی در بسیاری از مسائل مهندسی ژئوتکنیک با موفقیت به کار برده شده اند. در این تحقیق از دو نوع از شبکه های عصبی مصنوعی شامل شبکه عصبی چند لایه پرسپترون و شبکه نوروفازی جهت ارائه مدلی به منظور پیش بینی نتایج آزمایش بارگذاری صفحه بر روی خاک های ریزدانه انجام شده است. مدول عکس العمل بستر یک رابطه مفهومی بین فشار خاک و جابجایی آن است که به طور گسترده در تحلی...
تا کنون برای پیش بینی بازده سهام و بازده شاخص از روش های متعددی استفاده شده است در این میان هوش مصنوعی و شبکه های عصبی مصنوعی یکی از روش های پیش بینی بازده شاخص بوده است. در حال حاضر به دنبال بررسی عملکرد شبکه عصبی شعاع پایه برای پیش بینی بازده شاخص هستیم. بدین منظور از شاخص بورس اوراق بهادار تهران استفاده شده است و عملکرد شبکه عصبی شعاع پایه و شبکه عصبی پرسپترون مقایسه شده اند. نوع آزمون عملکر...
به منظور مقایسه توانایی مدل های شبکه عصبی مصنوعی با رگرسیون لجستیک در پیش بینی حضور علف های هرز، آزمایشی در 33 مزرعه نخود دیم استان کردستان در سال زراعی 92-1391 انجام شد. برای این منظور، اطلاعات اقلیمی و خاکی به عنوان متغیرهای مستقل و حضور و عدم حضور علف های هرز غالب به عنوان متغیرهای وابسته در مدل های رگرسیون لجستیک و شبکه عصبی مصنوعی استفاده شدند. در این تحقیق از شبکه پرسپترون چندلایه با نه ن...
بدون شک یکی از عوامل مؤثر بر وقوع و گسترش آتش سوزی در جنگل ها و مراتع، عوامل آب وهوایی می باشد. هدف از این تحقیق پیش بینی خطر آتش سوزی جنگل ها و مراتع شهرستان ایذه با استفاده از شبکه های عصبی مصنوعی و داده های آب وهوایی شهرستان ایذه به صورت ماهانه بود. شهرستان ایذه در شمال غربی استان خوزستان واقع شده و دارای آب وهوایی نسبتاً نیمه خشک است. داده های آتش سوزی شامل سطح سوخته شده و تعداد وقوع آتش سوز...
تصمیمگیری در منابع طبیعی اغلب به پیچیدگیهایی فراتر از روشهای تجربی آماری منجر میشود، بنابراین نیاز به راهکارهای نوین دارد. تکنیک شبکههای عصبی مصنوعی با تقلید از مغز انسان و الگوبرداری از آن به فرآیند حل مشکل میپردازد. در این پژوهش به پیشبینی حجم صنعتی و هیزمی درختان با استفاده از تکنیک هوش مصنوعی پرداخته شد. برای این منظور، 367 اصله از درختان نشانهگذاری شده جنگل آموزشی- پژوهش...
بار رسوب جریان، شاخص مفیدی در پیشبینی فرسایش خاک در حوزههای آبخیز است؛ بنابراین تدوین مدلی برای برآورد بار رسوب میتواند در مدیریت و اجرای پروژههای آبخیزداری و مهندسی رودخانه مفید باشد. در این پژوهش روش دستهبندی دادهها بهعنوان راهکاری برای افزایش دقت شبکه عصبی مصنوعی در تدوین مدل برآورد رسوب معلق بررسی شد. بدین منظور، میزان آورد رسوبات معلق رودخانههای خلیفهترخان و چهلگزی در حوضۀ قشلاق...
در این پایان نامه یک روش حل مسائل مقدار اولیه و مرزی با استفاده از شبکه های عصبی ارائه شده است. پاسخ آزمونی معادله دیفرانسیل، به صورت جمع دو عبارت نوشته می شود؛ عبارت اول شرایط اولیه مرزی را برمی آورد و شامل هیچ پارامتر تنظیم پذیری نیست، عبارت دوم اثری بر شرایط اولیه مرزی ندارد و شامل یک شبکه ی عصبی پیش خور با پارامترهای تنظیم پذیر است، با توجه به این ساختار شرایط اولیه برآورده شده و با آموزش ش...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید