پیش بینی خسارت لرزه ای سازه های خمشی فولادی به کمک شبکه عصبی

اسناد مشابه

• پیش بینی ابتلا به دیابت با استفاده از شبکه عصبی مصنوعی

  مقالهمجله علوم پزشکی رازیفرزانه برفه ئی، مسعود صالحی، ایرج نجفی

  زمینه و هدف: بیماری دیابت با گسترش روزافزون و بار سنگینی که در نتیجه کنترل و درمان عوارض به مردم و کشور تحمیل می کند به یکی از چالش های مسئولین درمانی و دولتی تبدیل شده است. از این رو پیشگیری از بروز و پیشرفت آن در اولویت قرار می گیرد که این امر تنها با شناسایی عوامل مؤثر و کنترل

• شبیه سازی و پیش بینی جریان رودخانه ها با استفاده از شبکه عصبی و مدل فوریه

  مقالهتحقیقات منابع آب ایرانناصر رستم افشار، استادیار /دانشگاه صنعت آب و برق (شهید عباس پور) هدایت فهمی، شرکت مدیریت منابع آب ایران علیرضا پیره، کارشناس /گروه پژوهشی جاماب

  مقاله حاضر به بررسی نحوه عملکرد شبکه های عصبی mlp در ارتباط با خروجی مدل فوریه، fsam، می پردازد. مدل fsam که مدل شبیه ساز بارش است، تحلیل مدل های کلاسیک را در قلمرو فرکانس، که توسعه نظریه طیفی فرآیندهای متداول نظیر طیف الگوهای arima را در درون خود دارد، ارائه می دهد. کاربرد همزما

• پیش بینی محتوای رطوبتی پسته رقم اکبری با شبکه عصبی مصنوعی

  مقالهپژوهش های علوم و صنایع غذایی ایران(pages 45-56) a. baharlooei، m. omid، h. ahmadi، sh. rafiei

  به منظور پیش بینی محتوای رطوبتی پسته رقم اکبری به کمک شبکه عصبی مصنوعی، آزمایشاتی در پنج سطح دمایی از 40 تا 80 درجه سانتی گراد، چهار سرعت جریان هوای ورودی بین 5/0 تا 2 متر بر ثانیه و در سه تکرار (جمعا 60 سری) در یک خشک کن لایه نازک انجام شد. رطوبت اولیه پسته در آغاز آزمایش ها 30

• پیش بینی روند قیمتی سهام با استفاده از شبکه عصبی LSTM و تحلیل تکنیکال

  مقاله۲۰۲۶بورس اوراق بهادارنرگس نوروزی، محمدحسین اسمعیلی حوری

  بازارهای مالی نقش مهمی در تخصیص سرمایه و رشد اقتصادی ایفا می کنند؛ از این رو پیش بینی دقیق روند قیمت سهام از اهمیت ویژه ای برخوردار است. این پژوهش رویکردی نوآورانه برای پیش بینی روند قیمت سهام در بازار بورس اوراق بهادار تهران ارائه می دهد که ترکیبی از روش های امواج الیوت، تحلیل ا

• پیش بینی خشکسالی با استفاده از مدل تلفیقی شبکه عصبی مصنوعی- موجک و مدل سری زمانیARIMA

  مقاله۲۰۱۸علوم و مهندسی آبیاریحامد نوذری، صفر معروفی، محبوبه یونسی، نادیا شهرکی

  تبدیل موجک یکی از روش­های نوین و بسیار موثر در زمینه تحلیل سیگنال­ها و سری­های زمانی است. در این روش سیگنال شاخص بارش استاندارد (SPI) با استفاده از موجک مادر منتخب تجزیه شده، داده­های حاصل به­عنوان ورودی مدل شبکه عصبی مصنوعی در نظر گرفته شده و یک مدل تلفیقی برای پیش­بینی خشکسالی

• پیش بینی کوتاه مدت بار الکتریکی بر پایه شبکه عصبی عمیق و تبدیل موجک و انتخاب ورودی

  مقاله۲۰۱۹کیفیت و بهره وری صنعت برق ایرانفرشید کی نیا، غلامرضا معمارزاده

  پیش بینی تقاضای الکتریکی یکی از مهمترین عوامل در برنامه ریزی، طراحی و بهره برداری از سیستم های الکتریکی رقابتی است. اما بیش تر روش های پیش بینی بار دارای دقت مناسبی نمی باشند، از این رو در این مقاله جهت افزایش دقت پیش بینی کوتاه مدت بار الکتریکی به ارائه ...