پیش بینی خواص ژئوتکنیکی لایه های خاک با استفاده از شبکه های عصبی مصنوعی

پیش بینی قیمت سیمان در ایران، رهیافت شبکه عصبی مصنوعی در مقایسه با arima

چکیده سیمان به عنوان یک کالای استراتژیک که جایگزینی برای آن وجود ندارد نقش عمده ای در روند توسعه اقتصادی تمامی جوامع، به خصوص کشورهای در حال توسعه مانند ایران دارد. سرمایه گذاری های انجام شده در بخش های عمرانی، مسکن، حمل و نقل و غیره همگی نشان دهنده اهمیت و نقش سیمان در فرآیند پی

مقایسه نیروی کششی و انرژی موردنیاز کولتیواتورهای متداول و پیش بینی نیروی کششی موردنیاز به روش شبکه عصبی مصنوعی

روش های مختلفی برای مبارزه با علف های هرز وجود دارد که روش مبارزه مکانیکی (کولتیواتورزدن)، از یک سو به دلیل کارایی موثر در عملیات و اثرات سوء کمتر در مقایسه با روش های شیمیایی و از طرف دیگر به علت هزینه های کمتر، بیشتر مورد توجه قرار گرفته است. نیروی مقاوم کششی ابزارهای مختلف خاک

ارائه مدلی جهت پیش بینی سطح شایستگی مدیران با رویکرد شبکه عصبی مصنوعی (مطالعه موردی: واحدهای نساجی مستقر در شهرک صنعتی شهرستان یزد)

چکیده برای تحقق اهداف سازمانی افراد لایق و کاردان باید در رأس امور قرار گیرند. بدیهی است بجز یک مدیر شایسته شخص دیگری قادر به تحقق انتظارات یک سازمان نخواهد بود. به علاوه، امروزه، رقابت شدید و تغییرات فناوری، فشار روزافزونی بر سازمان ها و شیوه های متنوع آن ها در افزایش بهره وری ن

پیش بینی پارامتر های تحکیم به کمک شبکه عصبی مصنوعی

در خاک های ریز دانه ی اشباع، میزان نشست با استفاده از شاخص فشردگی که از طریق آزمایش تحکیم بدست می آید، قابل محاسبه است. تعیین این ضریب از طریق آزمایش تحکیم بسیار وقت گیر است، لذا از گذشته به ویژه برای پروژه های کم اهمیت سعی بر این بوده که شاخص فشردگی را به پارامترهای فیزیکی خاک م

پیش بینی رابطه بارش رواناب به روش شبکه عصبی مصنوعی (ann) در حوضه آبریز رودخانه اعظم هرات

پیش بینی صرف سهام عادی با رویکرد شبکه عصبی مصنوعی (ann)

استفاده از روش تحلیل مولفه های اصلی برای افزایش صحت پیش بینی سندرم متابولیک در مدل های شبکه عصبی مصنوعی و رگرسیون لجستیک

زمینه و هدف: در فرآیند مدل سازی، زمانی که بین متغیرهای کمکی همبستگی های نسبتا قوی وجود داشته باشد، هم خطی چندگانه ایجاد شده و باعث کاهش کارآیی مدل می گردد. هدف از این مطالعه استفاده از تحلیل مولفه های اصلی برای تعدیل اثر هم خطی چندگانه در مدل های رگرسیون لجستیک و شبکه عصبی مصنوعی

پیش بینی گزارشگری مالی متقلبانه از طریق شبکه عصبی مصنوعی(ANN)

در این پژوهش، توانایی شبکه های عصبی مصنوعی(ANN) ، به عنوان روشی نوین در خصوص پیش بینی احتمال گزارشگری مالی متقلبانه ،در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران در یک دوره زمانی 9 ساله بین سال های 1385 تا 1393مورد بررسی قرار گرفت. بدین منظور از طریق اطلاعات مندرج درصورتهای

پیش بینی قیمت سهام با رویکرد ترکیبی شبکه عصبی مصنوعی و الگوریتم رقابت استعماری مبتنی بر تئوری آشوب

یکی از گزینه‌های موجود جهت سرمایه گذاری نقدینگی، بورس و اوراق بهادار می‌باشد. با توجه به ارتباطات غیرخطی موجود میان متغیرهای موثر بر قیمت سهام، شبکه های عصبی مصنوعی یکی از مناسب ترین رویکردهای موجود جهت پیش‌بینی قیمت سهام می باشند. در این مقاله سعی شده تا از طریق ترکیب نگاشت‌های

پیش‏بینی رواناب و رسوب به کمک شبکة عصبی مصنوعی و رگرسیون چندمتغیره در مارن‏های آغاجاری

پدیدة فرسایش و انتقال رسوب یکی از پیچیده‏ترین مسائل مدیریت حوزة زه‌کشی رودخانه‏هاست که در بررسی‏ طرح‏های آبی اهمیت بسیاری دارد و اندازه‏گیری آن مستلزم صرف وقت و هزینة فراوانی است. مسئلة رواناب سطحی در حوزة آبخیز رودخانه‏ها نیز موضوع پیچیده‏ای است که اطلاعات و فهم دانش بشری از قوا

پیش‏بینی رواناب و رسوب به کمک شبکة عصبی مصنوعی و رگرسیون چندمتغیره در مارن‏های آغاجاری

پدیدة فرسایش و انتقال رسوب یکی از پیچیده‏ترین مسائل مدیریت حوزة زه کشی رودخانه‏هاست که در بررسی‏ طرح‏های آبی اهمیت بسیاری دارد و اندازه‏گیری آن مستلزم صرف وقت و هزینة فراوانی است. مسئلة رواناب سطحی در حوزة آبخیز رودخانه‏ها نیز موضوع پیچیده‏ای است که اطلاعات و فهم دانش بشری از قوا

پیش بینی مناطق دارای توان اکوتوریسم با شبکه عصبی مصنوعی

استفاده تفرجی از منطقه باید مطابق توان محیطزیستی آن انجام گیرد. بنابراین، این پژوهش با هدف ارایه یک روش برای مدلسازی و رتبهبندی مناطق دارای توان اکوتوریسم انجام شد. بدین منظور از روش سیستمی مخدوم با توجه به ویژگیهای منطقه و شبکه عصبی پرسپترون چندلایه (MLP) برای ارزیابی توان اکولو