logo
logo
ArEn

نتایج جست و جو:

136

تعداد نتایج:

136

مرتبط ترین ها

به روز ترین ها

پر بازدیدترین ها

پر دانلودترین ها

فیلتر ها

از سال

تا سال

زبان

نوع محتوا

نوع دسته بندی

متن کامل

استفاده از مدل های ترکیبی ماشین بردار پشتیبان-موجکی و شبکه عصبی-موجکی در پیش بینی تراز آب زیرزمینی دشت اردبیل

کلیدواژه: SVM,تبدیل موجک,SOM,تراز آب زیرزمینی,دشت اردبیل

نویسندگان: دانشوروثوقی فرناز، منافیان آذر وحید

ناشر: هیدروژئومورفولوژی - HYDROGEOMORPHOLOGY

آب های زیرزمینی همواره به عنوان یکی از منابع مهم و عمده ی تأمین آب شرب و کشاورزی به ویژه در مناطق خشک و نیمه خشک مطرح بوده اند. به منظور آگاهی از وضعیت این منابع و مدیریت بهینه ی آنها، لازم است پیش بینی دقیقی از نوسانات سطح آب زیرزمینی صورت گیرد. در این تحقیق اطلاعات 15 پیزومتر موجود در دشت اردبیل م... ادامه

سال:1397

لینک به محتوا با زبان هدف

مشاهده/دانلود

ارزیابی مدل ترکیبی موجک – حداقل مربعات ماشین بردار پشتیبان در ریزمقیاس کردن مکانی-زمانی سری های زمانی بارش

کلیدواژه: تبدیل موجک,حداقل مربعات ماشین بردار پشتیبان,ریزمقیاس کردن,سری های زمانی بارش,مدل ترکیبی

نویسندگان: فربودفام نیما، نورانی وحید، امین نژاد بابک

ناشر: حفاظت منابع آب و خاک - JOURNAL OF WATER AND SOIL RESOURCES CONSERVATION

با توجه به نیاز شبیه سازی سری های زمانی بارش در مقیاس های مختلف برای مقاصد مهندسی از یک طرف و عدم ثبت این پارامترها در مقیاس های ریز بدلیل مشکلات اجرایی و اقتصادی از طرف دیگر، ریزمقیاس کردن بارش به مقیاس مورد نظر، یک امر ضروری می باشد. در این مطالعه، برای ریزمقیاس کردن سری زمانی بارش ایستگاه های تبر... ادامه

سال:1398

لینک به محتوا با زبان هدف

مشاهده/دانلود

توسعه روش ترکیبی موجک-شبکه عصبی مصنوعی و ماشین بردار پشتیبان برای مدلسازی چند ایستگاهه بارش-رواناب با استفاده از ابزارهای خوشه بندی و اطلاعات مشترک

کلیدواژه: اطلاعات مشترک, تبدیل موجک, حوضه آبریز LRW, نقشه های خودسازمانده, هوش مصنوعی,

نویسندگان: عندلیب غلامرضا، نورانی وحید، منیری فر حسین، شرقی الناز

ناشر: رویکردهای نوین در مهندسی عمران - JOURNAL OF NEW APPROACHES IN CIVIL ENGINEERING

در این مقاله پیش بینی چند ایستگاهه رواناب با استفاده از تبدیل موجک و شبکه عصبی مصنوعی خودسازمانده و مدل های هوش مصنوعی در حوضه آبریز Little River Watershed (LRW) انجام گردید. بطوریکه سری های زمانی رواناب توسط تبدیل موجک تجزیه گشته و سپس زیرسری های تجزیه شده توسط شبکه عصبی مصنوعی خودسازمانده خوشه بند... ادامه

سال:1398

لینک به محتوا با زبان هدف

مشاهده/دانلود

پیش بینی بارش ماهانه ایستگاه سینوپتیک کرمانشاه با استفاده از مدل ترکیبی شبکه عصبی و موجک

کلیدواژه: پیش بینی بارش، مدل ترکیبی شبکه عصبی و موجک، ایستگاه سینوپتیک کرمانشاه، موجک میر

نویسندگان: مظفری غلامعلی، شفیعی شهاب، همتی حمیدرضا

ناشر: پژوهش های حفاظت آب و خاک - Journal of Water and Soil Conservation

سابقه و هدف: بارش به عنوان یکی از عناصر مهم هواشناسی، مطرح می باشد که شناخت لازم از میزان این عنصر، تغییرات و پیش بینی آن، از یک سو به جهت داشتن برنامه ریزی دقیق تر در مدیریت بخش های کشاورزی، اقتصادی و اجتماعی ضروری می نماید و به همین دلیل مورد توجه هیدرولوژیست ها و اقلیم شناسان می باشد. با توجه به ... ادامه

سال:1394

لینک به محتوا با زبان هدف

مشاهده/دانلود

ریزمقیاس کردن مکانی-زمانی سری های زمانی بارش با استفاده از مدل ترکیبی موجک-شبکه عصبی مصنوعی

کلیدواژه: سری های زمانی بارش,ریزمقیاس کردن,شبکه های عصبی مصنوعی,تبدیل موجک,مدل ترکیبی

نویسندگان: فربودفام نیما، نورانی وحید، امین نژاد بابک

ناشر: تحقیقات منابع آب ایران - Iran-Water Resources Research (IWRR)

با توجه به نیاز شبیه سازی سری های زمانی بارش در مقیاس های مختلف برای مقاصد مهندسی از یک طرف و عدم ثبت این پارامترها در مقیاس های ریز بدلیل مشکلات اجرایی و اقتصادی از طرف دیگر، ریزمقیاس کردن بارش به مقیاس مورد نظر، یک امر ضروری می باشد. در این مطالعه، برای ریزمقیاس کردن سری زمانی بارش ایستگاه های تبر... ادامه

سال:1397

لینک به محتوا با زبان هدف

مشاهده/دانلود

بهبود مدل های ترکیبی (ANNs & ARIMA) با بکارگیری شبکه های عصبی احتمالی به منظور پیش بینی سری های زمانی

کلیدواژه: مدل های خودرگرسیون میانگین متحرک انباشته (ARIMA)، پیش بینی نرخ ارز، شبکه های عصبی احتمالی (PNNs)، بازارهای مالی، شبکه های عصبی مصنوعی(ANNs)

نویسندگان: خاشعی مهدی، بیجاری مهدی، رییسی اردلی غلامعلی

ناشر: مهندسی صنایع - Advances in Industrial Engineering

دقت پیش بینی ها از مهمترین فاکتورهای موثر در انتخاب روش های پیش بینی می باشند. امروزه علی رغم وجود روش های متعدد پیش بینی، هنوز پیش بینی های دقیق، بویژه در بازارهای مالی کار چندان ساده ای نبوده و اکثر محققان درصدد بکارگیری و ترکیب روش های متفاوت به منظور حصول نتایج دقیق تر می باشند. در سال های اخیر ... ادامه

سال:1389

لینک به محتوا با زبان هدف

مشاهده/دانلود

مدل سازی ترکیبی منطق فازی و شبکه عصبی مصنوعی برای پیش بینی خرابی ماشین آلات به منظور افزایش بهره وری

کلیدواژه: بهره وری، پیش بینی، شبکه عصبی، منطق فازی

نویسندگان: چوپان کاری پرویز، عزیزی امیر، ارشادی محمد جواد

ناشر: مهندسی و مدیریت کیفیت - Journal of Quality Engineering and Management

در این پژوهش، یک رویکرد ترکیبی برپایه منطق فازی و شبکه عصبی مصنوعی برای پیش بینی خرابی ماشین آلات در راستای افزایش بهره وری ارائه می شود. مورد مطالعه این پژوهش یکی از کارخانجات صنعت خودروسازی با نام دیاکو ایده آریا بوده که در حوزه تولید قطعات خودرو فعالیت می کند. برای مدل سازی شبکه فازی-عصبی پرسپترو... ادامه

سال:1401

لینک به محتوا با زبان هدف

مشاهده/دانلود

بهینه سازی مصرف انرژی در ایستگاه پمپاژ با مدل ترکیبی الگوریتم گرگ خاکستری و رگرسیون بردار پشتیبان

کلیدواژه: بهینه سازی، دور پمپ، گرگ خاکستری، رگرسیون بردار پشتیبان

نویسندگان: نوری محسن، پیرزاده بهاره، پیری جمشید

ناشر: هیدرولیک - Journal of Hydraulics

ایستگاه های پمپاژ مهمترین مصرف کنندگان انرژی در صنعت آب و فاضلاب هستند که انرژی الکتریکی در آن ها نقشی اساسی دارد. مهم ترین عامل مصرف انرژی در سیستم های پمپاژ نحوه عملکرد پمپ است. مصرف انرژی در واحد حجم سیال پمپاژ شده در هر پمپ به ازای دبی های مختلف پمپاژ، متفاوت است بدین جهت بازده پمپ با دبی آن تغی... ادامه

سال:1404

لینک به محتوا با زبان هدف

مشاهده/دانلود

کارایی مدل ترکیبی نسبت فراوانی-ماشین بردار پشتیبان در شناسایی مناطق مستعد سیل آبخیز کلات

کلیدواژه: آبخیز کلات,احتمال وقوع سیل,ماشین بردار پشتیبان,مدل ترکیبی سیلاب,نسبت فراوانی

نویسندگان: مجددی ریزه ئی حمزه، حبیب نژاد روشن محمود، شاهدی کاکا، پردهان بیسواجیت

ناشر: اکوهیدرولوژی - IRANIAN JOURNAL OF ECOHYDROLOGY

جاری شدن سیل آثاری منفی بر محیط زیست، اقتصاد، جوامع انسانی و صنعت دارد. امروزه، کاربرد مدل های پیشرفته ی سیلاب برای شناسایی مناطق حساس و بهبود سیستم مدیریت سیل رشد چشمگیری داشته است. در این میان، تعدادی از محققان با ترکیب برخی مدل ها به نتایج قابل قبولی برای شناسایی مناطق مستعد سیل دست یافتند. از آن... ادامه

سال:1399

لینک به محتوا با زبان هدف

مشاهده/دانلود

مقایسه کارایی مدل شبکه عصبی مصنوعی، سری زمانی و مدل ترکیبی ANN-ARIMA در مدلسازی و پیش بینی شاخص منبع آب زیرزمینی (GRI) (مطالعه موردی: جنوب استان قزوین)

کلیدواژه: شبکه عصبی مصنوعی,سری زمانی,آزمون گاما,GRI,SOI,قزوین.,

نویسندگان: مقصود فاطمه، یزدانی محمدرضا، رحیمی محمد، ملکیان آرش، ذوالفقاری علی اصغر

ناشر: علوم و مهندسی آبخیزداری ایران - Iranian Journal of Watershed Management Science and Engineering

خشکسالی آب زیرزمینی یکی از انواع خشکسالی است که در اثر تغذیه ناکافی مخازن سفره های آب زیرزمینی بوجود آمده و شاخص منبع آب زیرزمینی (GRI) به عنوان روشی برای بیان وضعیت سطح آب زیرزمینی محسوب می شود. تاکنون روش ها و مدل های مختلفی برای پیش بینی و مدل سازی این پدیده ارائه شده است اما از آنجا که انتخاب یک... ادامه

سال:1395

لینک به محتوا با زبان هدف

مشاهده/دانلود

فیلتر ها

از سال

تا سال

زبان

نوع محتوا

دسته بندی

متن کامل