آبخوان دشت ملکان به عنوان یکی از آبخوان‏های حوضۀ دریاچۀ ارومیه، به مدیریت صحیح کمی و کیفی نیاز دارد. روش‏های مختلفی از جمله انجام آزمون پمپاژ، روش‏های آزمایشگاهی، استفاده از ردیاب‏ها و روش‏های ژئوفیزیکی برای ارزیابی پارامترهای هیدروژئولوژیکی و مدیریت مناسب آبخوان‏ها وجود دارد. هر چند تعبیر و تفسیر داده‏های به‌دست‌آمده از آزمون پمپاژ، بهترین روش تخمین پارامترهای هیدروژئولوژیکی آبخوان است، اما ای...

از جمله گام‌هایی است که به منظور تعیین ترکیب مناسب برای ساختار سرمایه برداشته شده‌است، تئوری‌های مطرح شده در  این زمینه است. یکی از این موارد، حرکت همگام با بازار است که پژوهش حاضر در پی بررسی این تئوری در رابطه با شرکت‌های ایرانی است. تئوری حرکت همگام با بازار، وضعیت کنونی ساختار سرمایه شرکت، را برآیند آثار انباشته تلاش‌های شرکت برای هم‌گام‌سازی خود با شرایط بازار می‌داند. برای این منظور 225 ش...

هدف این پژوهش افزایش بازده سرمایه‌گذاری با ارائه مدل‌هایی مبتنی بر هوش مصنوعی است. سرمایه گذاری در بازارهای مالی را می توان در بعدهای کوتاه مدت (روزانه) و میان مدت (ماهانه) بررسی کرد. در بعد کوتاه مدت داده‌های روزانه بازارهای بورس اوراق بهادار تهران، ارز و سکه بهار آزادی از ابتدای سال 1389 تا پایان شهریور ماه 1391 استخراج شده و به عنوان ورودی به شبکه‌های عصبی (ANN) و مدل برنامه‌نویسی ژنی (GP) و...

در این مطالعه، از سامانه استنتاج فازی-عصبی تطبیقی برای مدل‌سازی فرایند تصفیه فاضلاب لجن فعال پتروشیمی مبین استفاده شد. این مدل برای پیش‌بینی غلظت اکسیژن مورد نیاز شیمیایی خروجی مورد استفاده قرار گرفت و ضریب همبستگی بین پارامترهای ورودی و کیفیت جریان خروجی محاسبه شد. پارامتر ورودی با بیشترین تأثیر بر کیفیت جریان خروجی تعیین شد و بر اساس آن، سه ساختار فازی- عصبی تطبیقی مستقل با تعداد پارامترهای گ...

وقوع زلزله علاوه بر تغییر در هندسه و فیزیک پوسته زمین تأثیرات دیگری را نیز به همراه دارد. از آن جمله، تأثیر بر لایه یونسفر می‍باشد که خود را به‌صورت تغییر در میزان الکترون، چگالی یون‌ها، میدان‌های الکتریکی و مغناطیسی این لایه نشان می‌دهد. هر پارامتر ژئوفیزیکی و ژئوشیمیایی در لایه‌های لیتوسفر، اتمسفر و یونسفر زمین که قبل از وقوع زلزله تغییراتی در آن پدید آید به‌عنوان پیش‌نشانگر شناخته می‌شود...

در دهه‏های اخیر، توسعۀ مدل‏های هوش مصنوعی برای پیش‌بینی پدیده‏های هیدرولوژیکی کاربرد زیادی پیدا کرده است. در این مطالعه، توانایی مدل‏های شبکۀ عصبی مصنوعی به‌منظور مدل‏سازی و پیش‏بینی اکسیژن مورد نیاز بیولوژیکی (BOD) در رودخانۀ کارون واقع در غرب کشور ایران ارزیابی شد. به‌منظور بهبود نتایج شبیه‏سازی از آنالیز موجک به‌عنوان مدل ترکیبی استفاده شد. سری زمانی ماهانۀ شاخص BOD رودخانۀ کارون در ایستگاه ...

فرآیند بارش-رواناب یک پدیده بسیار پیچیده در علم آبشناسی و شناخت آن در مدیریت و برنامه ریزی منابع آب از اهمیت بالایی برخوردار است. مدل سازی هر چه دقیق تر این فرآیند می تواند ضریب اطمینان بالایی در طراحی سازه های هیدرولیکی، ساماندهی رودخانه و برنامه ریزی برای سیستم های هشدار سیل را ممکن نماید. جهت مدل سازی این فرآیند روش های مختلفی نظیر روش های مفهومی و عددی وجود دارد. روش های مبتنی بر هوش مصنوعی...

فاکتورهای مختلفی بر روی خواص اوراق مرکب چوبی تاثیر گذار هستند. بررسی تمامی این فاکتورها نتنها اتلاف وقت و انرژی را افزایش می­دهد، همچنین دقت در برآورد میزان تاثیر متغیرهای انتخاب شده در ساخت به منظور حصول نقطه بهینه از خواص مختلف فراورده­های مرکب چوبی را کاهش می دهد. از اینرو، لازم است تا از متدهای نوین آماری برای تعیین مدل برآورد کننده نقطه بهینه تولید استفاده نمود. هدف این تحقیق، ارزیابی عملک...

به منظور مدیریت پایدار منابع آب زیرزمینی، تعیین رفتار سطح آب زیرزمینی ضروری است. نوسانات سطح آب زیرزمینی فرآیندی غیرخطی و پیچیده است که مدل-های هوش محاسباتی داده مبنا قادر هستند بدون تقریب و ساده‌سازی به مدل‌سازی آن بپردازند. در این مطالعه میزان دقت و کارایی هر یک از مدل‌های داده مبنا هوش مصنوعی پرسپترون چند لایه (MLP)، استنتاجی فازی عصبی (ANFIS) و رگرسیون بردار پشتیبان(SVR) در شبیه‌سازی سه افق...

یکی از پیچیده ترین فرآیندهای هیدرولوژیکی فرآیند بارش-رواناب است,‏ که از پارامترسهای مختلف فیزیکی و هیدرولوژیکی تاثیر می پذیرد. در این پژوهش با بهره گیری از روش های آماری armax, شبکه عصبی, عصبی-فازی (anfis با جداسازی خوشه ای و شبکه ای) و دو مدل بدست آمده از ترکیب آنها به منظور مدل سازی فرآیند بارش-رواناب و پیش بینی جریان رودخانه بهره گیری شد. به طوری که درآغاز ساختار بهینه هر یک از مدل ها تعیین ...