نتایج جستجو برای: شبکه های عصبی چند لایه
تعداد نتایج: 511699 فیلتر نتایج به سال:
پیشبینی دبی جریان در کانالهای مرکب یکی از مهمترین مسائل مهندسی هیدرولیک است. از مهمترین پارامترهای جریان در کانالهای مرکب نیز میتوان به تنش برشی ظاهری اشاره کرد که در اثر اختلاف سرعت جریان در کانال اصلی و سیلاب دشتها در محل اتصال کانال اصلی به سیلاب دشتها به وجود میآید. تنش برشی ظاهری باعث ایجاد آشفتگی و گردابههای سه بعدی در مرز کانال اصلی و سیلاب دشتها و نیز کاهش دبی کل جریان میگردد....
دراین مطالعه به منظور بررسی عوامل مؤثر بر ضایعات نان و تعیین روابط کوتاهمدت، بلندمدت و ضریب تصحیح خطا بین ضایعات نان و متغیرهای مستقل مؤثر برآن طی سالهای 1385-1357 و پیشبینی ضایعات نان از الگوی سری زمانی چند متغیره ARDL استفاده شده است. بر اساس الگوی ARDL ضایعات نان در بلندمدت تابعی مستقیم از تولید ناخالص ملی و رشد شهرنشینی میباشد و قیمت نان و ضریب جینی بر ضایعات نان اثر معکوس دارند. در کوت...
چکیده هدف از این پژوهش، بررسی تاثیر پارامتر های زمان، نوع عصاره، غلظت عصاره و دمای محیط بر دینامیک جمعیت باکتری اشرشیا کلی در یک سیستم کمپکلس غذایی (سوسیس فرانکفورتر) و مدل سازی آن به وسیله ژنتیک الگوریتم- شبکه عصبی مصنوعی و سیستم های نورو فازی ((canfis می باشد. در این پژوهش، از روش رقت سازی در چاهک برای تعیین حداقل غلظت مهار کنندگی (mic) و حداقل غلظت کشندگی (mbc) عصاره های آبی و اتانولی قره قا...
این مقاله روشی نوین برای کنترل مقاوم بازوهای رباتیک با تخمین گر تطبیقی عدم قطعیت و راهبرد کنترل ولتاژ ارائه می نماید. تخمین گر پیشنهادی یک شبکه عصبی چند لایه است که پارامترهای آن با الگوریتم پس انتشار خطا تنظیم می شوند. نوآوری طرح مذکور در بکارگیری راهبرد کنترل ولتاژ است که با راهبرد متداول کنترل گشتاور فرق اساسی دارد. مزیت کنترل پیشنهادی آن است که مستقل از مدل دینامیکی ربات است. بعلاوه، مشکل ف...
با توجه به خسارات جانی و خسارات مالی فراوانی که وقوع زمین لغزشها به مناطق مسکونی، اراضی زراعی و ... وارد می سازند، پهنه بندی و شناخت مناطق دارای خطر زیاد وقوع زمین لغزش ضروری می باشد. روش های مختلفی برای پهنه بندی خطر وقوع زمین لغزش ارائه شده است که در این تحقیق، روش شبکه عصبی مصنوعی با توجه به اینکه مستقل از توزیع آماری داده ها می باشد و به متغیرهای آماری مخصوصی احتیاج ندارد و همچنین دقت بالای...
در این پژوهش رفتار مکانیکی مصالح درشت دانه شنی با استفاده از شبکه عصبی چند لایه پرسپترون، که از پرکاربردترین شبکه های عصبی مصنوعی در مسائل ژئوتکنیکی است، شبیه سازی شده است. ابتدا اطلاعات دقیقی از آزمون های منابع مختلف در سراسر کشور تهیه و عوامل مؤثر بر مقاومت برشی خاک های درشت دانه بررسی شده است. پس از حذف اطلاعات نادرست، روند یادگیری، آزمایش و پیش بینی شبکه طی شده است. در آموزش شبکه از الگو...
هدف از این مقاله، تعیین فرکانس زاویه ای طبیعی ورقها با توجه به شرایط مختلف تکیه گاهی به کمک شبکه عصبی مصنوعی است. یکی از مشهورترین روشهای آموزش شبکه عصبی، استفاده از الگوریتم انتشار برگشتی است. این الگوریتم برای آموزش شبکه های چند لایه قابل کاربرد است. الگوریتم انتشار برگشتی بر مبنای کاهش گرادیان بوده و در آن شیب خطا به تدریج کم شده و وزنهای شبکه برای رسیدن به حداقل خطا، تعدیل می شود. در این...
چکیده شبکه های عصبی در دهه ی اخیر به عنوان ابزار قدرتمندی جهت پیش بینی در حوزه های مختلف مورد استفاده قرار گرفته اند. در این تحقیق از شبکه عصبی پیشخور پرسپترون چند لایه (mlp) با یادگیری پس انتشار از الگوریتم آموزش انتشار به عقب (bp)، با تکنیک بهینه سازی عددی لونبرگ- مارکوات (lm)،توسط نرم افزار متلب مورد استفاده قرار گرفت. درصد رطوبت کیک ، دمای پرس و زمان بسته شدن پرس به عنوان متغیرهای ورودی و خ...
شناخت ویژگیهای فیزیکی دانهی گندم در فرآیند انتقال، جداسازی و ذخیره این محصول ارزشمند، نقش اساسی ایفا مینماید. در این مطالعه و در گام نخست، اثرات میزان بوجاری، رطوبت، دما و مدت زمان نگهداری روی برخی از ویژگیهای فیزیکی (هکتولیتر، وزن هزار دانه و دانسیته توده) و میکروبی (شمارش کلی میکروارگانیسمها و کپکها) دانهی گندم رقم n-80 بررسی شد و سپس دادههای حاصله توسط شبکهی عصبی مصنوعی مدل پرسپتر...
جهت ارزیابی عملکرد پاشش یک سمپاش زراعی نرخ متغیر، از روش شبکه عصبی مصنوعی استفاده شد. داده های لازم برای مدل سازی، از آزمون های مزرعه ای به دست آمد. برای مدل سازی بده خروجی افشانک ها،727 شبکه با چهار نوع مدل عصبی مصنوعی خطی، پرسپترون چندلایه، تابع پایه شعاعی و رگرسیون تعمیم یافته آزمون شدند. برای هر افشانک 45، 22 و 23 داده به ترتیب برای آموزش، اعتبارسنجی و آزمایش استفاده شد. مدل تابع پایه شعاعی...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید