نتایج جستجو برای: مدل فازی ـ عصبی

تعداد نتایج: 155239  

سید جواد ساداتی نژاد محمد شایان نژاد, هدایت فهمی

شدت تبخیر ـ تعرق بالقوه برای برنامه‌ریزی آبیاری مورد نیاز است که معمولا بر اساس روش‌هایی مبتنی بر داده‌های اقلیمی تخمین زده می‌شود. در حال حاضر روش پنمن-مانتیس یک روش قابل قبول برای تخمین تبخیر ـ تعرق بالقوه  است. بعضی از پارامترهای این روش را نمی‌توان بطور دقیق اندازه‌گیری نمود. در نتیجه با استفاده از پارامترهای اقلیمی تخمین زده می‌شوند. در این مقاله‏، کارایی روش رگرسیون فازی در تخمین تبخیر ـ ...

دستیابی به رشد مستمر و مداوم اقتصادی و به موجب آن توسعه اقتصادی را می توان از زمره اهدافی قلمداد نمود که تمام کشورها در پی دستیابی به آن می باشند. در این راستا بانک ها نقش بسیار مهمی در پیشرفت و توسعه اقتصادی هر کشور ایفا می نمایند. در حال حاضر با توجه به تعداد قابل توجه بانک های دولتی و خصوصی در کشور پیش بینی کارایی آن ها اهمیت ویژه ای پیدا کرده است. هدف از این پژوهش، مدلسازی و پیش بینی کارایی...

در این پژوهش دانه‌های انار به روش اسمزی، با محلول‌های40، 50 و 60 درصد ساکارز در دماهای 45، 55 و 65 درجه سلسیوس فرایند شدند و مقدار جذب موادجامد، کاهش آب و کاهش وزن نمونه‌ها در زمان‌های 60، 120، 180 دقیقه اندازه‌گیری گردید. فرایند آبزدایی اسمزی با ترکیب تکنیک­های منطق فازی و شبکه‌های‌ عصبی‌مصنوعی (مدل‌سازی فازی- عصبی) و روش سطح پاسخ مدل‌سازی شد. برای مدل‌سازی، درون‌یابی و افزایش داده‌ها، از منطق...

چکیده روندیابی سیل یکی از روش‌های پیش‌بینی سیل در رودخانه‌ها به‌منظور مدیریت و مهار سیل است. روابط بارش - روناب و ایجاد سیل در یک منطقه، رابطۀ خطی ریاضیاتی نیست که با آن‌ سیلاب‌خیزی و وقوع سیلاب را در یک منطقه پیش‌بینی کرد و باید به این نوع پدیده‌ها به‌صورت مدل نگریست. روش‌های هوش ‌مصنوعی و از جملۀ آن‌ها روش شبکۀ عصبی ‌مصنوعی و سیستم استنتاج فازی، روش‌هایی مطلوب در این زمینه هستند. در این پژوه...

در این نوشتار با تلفیق مدل‌های شبیه‌سازی کیفی مخزن و یک مدل بهینه‌سازی الگوریتم ژنتیک، سیاست‌های بهره‌برداری بهینه از مخزن سدها تدوین می‌شود. مدل شبیه‌سازی کیفی مورد استفاده در این تحقیق مدل استنتاج تطبیقی عصبی ـ فازی است، که در داخل فرایند بهینه‌سازی، وضعیت لایه‌بندی کیفی مخزن و همچنین کیفیت آب خروجی از دریچه‌ها را ارائه می‌دهد. در این تحقیق مدل کمی ـ کیفی بهینه‌سازی در افق بلندمدت، به یک مدل...

ژورنال: :کنترل 0
جعفر طاووسی jafar tavoosi دانشگاه تبریز محمد علی بادامچی زاده mohammad ali badamchizadeh دانشگاه تبریز سحرانه قائمی saharaneh ghaemi

شبکه های عصبی فازی نوع-2 توانایی بالایی در شناسایی و کنترل سیستم های غیرخطی، سیستم های تغییرپذیر با زمان و نیز سیستم های دارای نامعینی دارند. در این مقاله روش طراحی کنترل کننده معکوس تطبیقی عصبی فازی نوع-2 جهت کنترل برخط سیستم های دینامیکی غیرخطی مورد بررسی قرار گرفته است. ابتدا ساختار کلاسی از شبکه های عصبی فازی نوع-2 بازه ای مدل t-s نمایش داده می شود. این شبکه هفت لایه دارد که عملیات فازی ساز...

ژورنال: آبخیزداری ایران 2015

به منظور اجرای برنامه‍های حفاظت خاک و کاهش رسوب زایی، همچنین محاسبه و طراحی دقیق حجم سد در احداث سدهای مخزنی، ارزیابی و برآورد میزان تولید رسوب در حوزه آبخیز بالادست سد، ضروری است. به طورکلی پدیده فرسایش و انتقال رسوب از پیچیده‍ترین مسایل هیدرودینامیکی است که تعیین دقیق معادلات حاکم بر آن به دلیل تأثیرات متغیرهای مختلف، به آسانی میسر نیست. هدف از این مطالعه شبیه‍سازی بار رسوبی معلق با استفاده...

ژورنال: :تحقیقات مهندسی سازه های آبیاری و زهکشی (تحقیقات مهندسی کشاورزی سابق) 0
یاسر حسینی دانشگاه محقق اردبیلی رضا صدقی دانشکده فنی وحرفه ای سما،دانشگاه آزاد اردبیل،اردبیل،ایران

اندازه­گیری مستقیم ویژگی های هیدرولیکی خاک وقت­گیر و پر هزینه است اما می توان این ویژگی هارا با بهره­گیری از داده­ های زودیاف مثل بافت خاک، جرم مخصوص ظاهری و با استفاده از روش هایی چون توابع انتقالی و سیستم استنتاج فازی- عصبی نیز به دست آورد. در این تحقیق برای برآورد هدایت هیدرولیکی اشباع خاک، ازمدلشبکۀ عصبی مصنوعی و سیستم­استنتاجفازی-عصبیاستفاده شد. ورودی­های مدل، شامل درصد رس، سیلت و شن بود. ...

ژورنال: اکو هیدرولوژی 2015

مقدار دبی یا رواناب خروجی از یک حوضة آبخیز از اهمیت زیادی برخوردار است؛ زیرا کمبود آن ممکن است موجب خسارات مالی و مازاد آن به‌صورت سیلاب ممکن است موجب خسارات جانی و مالی شود. در این پژوهش با استفاده از شبکة عصبی مصنوعی پرسپترون چندلایه (MLP) و مدل فازی عصبی تطبیقی (ANFIS) و روش رگرسیون چندمتغیره، فرایند بارش- رواناب به‌صورت روزانه در حوضة آبخیز خرم‌آباد شبیه‌سازی شد. برای ورودی‌ها از ترکیب‌های ...

ژورنال: کنترل 2011

شبکه‌های عصبی فازی نوع-2 توانایی بالایی در شناسایی و کنترل سیستم‌های غیرخطی، سیستم‌های تغییرپذیر با زمان و نیز سیستم‌های دارای نامعینی دارند. در این مقاله روش طراحی کنترل‌کننده معکوس تطبیقی عصبی فازی نوع-2 جهت کنترل برخط سیستم‌های دینامیکی غیرخطی مورد بررسی قرار گرفته است. ابتدا ساختار کلاسی از شبکه‌های عصبی فازی نوع-2 بازه‌ای مدل T-S نمایش داده می‌شود. این شبکه هفت لایه دارد که عملیات فازی‌ساز...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید