مدل کردن عملکرد موتورهای بنزینی با استفاده از روش شبکه های عصبی مصنوعی
دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است
چکیده
چکیده‌ای برای این سند ثبت نشده است.
پایان‌نامه‌های مشابه
مدل کردن و بهینه سازی سنتز آنزیمی کافئیک اسید فن اتیل استر با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک
در این تحقیق، واکنش کافئیک اسید و 2- فنیل اتانل در حضور لیپاز تثبیت شده از کاندیدا آنتارکتیکا (نووزیم 435) به منظور تولید کافئیک اسید 2-فنیل اتیل در سیستم ایزواکتان با استفاده از روش های شبکه عصبی مصنوعی و ژنتیک الگوریتم مدل سازی و بهینه گردید. بدین منظور ازیک طرح مرکب مرکزی چرخش
بررسی فرآیند خشک کردن ورقه های سیب زمینی در شرایط تلفیقی خلاء و گرمایشی مادون قرمز و مدل سازی آن با استفاده از شبکه عصبی مصنوعی
خشک کردن یکی از بهترین راه های کاهش ضایعات سیب زمینی در عملیات پس از برداشت به خصوص در مرحله انبارداری می باشد. هدف از مدلسازی انتخاب مناسبترین روش خشک کردن و همچنین بهترین شرایط عملیاتی برای بدست آوردن یک محصول معین است. مدلهای آماری قابلیت پذیرش تعداد زیادی از متغیرهای ورودی را
ارائه مدل سینتیک خشک کردن ذرت در خشک کن مخزنی با استفاده از شبکه عصبی مصنوعی بهینه سازی شده بوسیله الگوریتم ژنتیک
ذرت یکی از مهمترین محصولات زراعی است که برای افزایش و یا کنترل کیفیت محصول در طی انبارداری بایستی دارای رطوبت کم و یکنواخت باشد. به همین دلیل نیاز به خشک کردن دارد. آگاهی از نحوه ی خشک شدن محصول، منجر به کاهش مصرف انرژی در فرآیند خشک کردن و کنترل ضایعات محصول می گردد. هدف از این
پیش بینی عملکرد گندم دیم در استان خراسان با به کارگیری داده های اقلیمی و خاکشناسی و با استفاده از شبکه عصبی مصنوعی
توانایی پیش بینی عملکرد گندم در سطح وسیع و با استفاده از داده های اقلیمی در مناطق نیمه خشک از مزایای بسیاری برخوردار می باشد.شبکه عصبی مصنوعی ابزاری قدرتمند در پیش بینی عملکرد محسوب می شوند. به همین منظور مطالعه ای جهت بررسی امکان پیش بینی عملکرد گندم دیم در سطح استان خراسان با ب
مدل سازی منحنی دبی- اشل سد های پاره سنگی با استفاده از شبکه عصبی مصنوعی
سیل یکی از مهم ترین بلایای طبیعی است که حیات و نیز سرمایه بشری را تهدید می نماید. در طول سال ها، تعدادی از شیوه های مدیریت به منظور کاهش خسارات سیل توسعه داده شده است. در بین روش های مهار و کنترل سیلاب استفاده از سدهای پاره سنگی به عنوان روشی با کارایی و راندمان مناسب و همچنین طر
ارزیابی و مدل سازی سینتیک خشک شدن خرما رقم مضافتی با استفاده از شبکه عصبی مصنوعی
یکی از پارامترهای موثر در آنالیز طراحی و بهینه سازی خشک کن ها، پیش بینی و مدل کردن فرآیند خشک کردن می باشد. شبکه های عصبی مصنوعی قدرت تأمین دقت و سرعت لازم برای پیش بینی فرآیند خشک کردن را دارند. از این رو در این تحقیق به بررسی فرآیند سینتیک خشک کردن، مدل سازی با شبکه عصبی مصنوعی
اسناد مشابه
مدل سازی بارش- رواناب با استفاده از شبکه عصبی مصنوعی و شبکه فازی- عصبی تطبیقی در حوزه آبخیز کسیلیان
مدلسازی فرآیند بارش - رواناب و پیشبینی دبی رودخانه یک اقدام مهم در مدیریت و مهار سیلابها، طراحی سازههای آبی در حوزههای آبخیز و مدیریت خشکسالی است. هدف این تحقیق شبیهسازی جریان روزانه در حوزه آبخیز کسیلیان با استفاده از شبکه عصبی مصنوعی و شبکه عصبی- فازی تطبیقی است. روشهای
مدل کردن و بهینه سازی سنتز آنزیمی کافئیک اسید فن اتیل استر با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک
در این تحقیق، واکنش کافئیک اسید و 2- فنیل اتانول در حضور لیپاز تثبیت شده از مخمر آنتارکتیکا (نووزیم 435) به منظور تولید کافئیک اسید فن اتیل استر در سیستم ایزواکتان با استفاده از روش های شبکه عصبی مصنوعی و ژنتیک الگوریتم مدل سازی و بهینه گردید. بدین منظور ازیک طرح مرکب مرکزی چرخش
تدوین مدل کشف تقلب با استفاده از رویکرد ترکیبی برپایه مدل تحلیل عاملی و روش شبکه عصبی مصنوعی در شرکت های پذیرفته شده در بورس اوراق بهادار تهران
هدف اصلی این پژوهش ارائه مدلی برای کشف تقلب با استفاده از رویکرد ترکیبی مدل تحلیل عاملی و روش شبکه عصبی مصنوعی از نوع شبکه عصبی پیشخور با الگوریتم پس انتشار خطا است. شبکه‌ای که برای پیشبینی تقلب مالی شرکت‌ها استفاده می‌شود دارای 17 نرون (مجموعه نسبت‌های مالی انتخاب شده) در لای
پس پردازش برونداد مدل WRF برای پیش بینی بارش روزانه با استفاده از شبکه عصبی مصنوعی(مطالعه موردی: استان آذربایجان شرقی)
رخداد بارش به متغیرهای هواشناسی زیادی وابسته است و سبب پیچیدگی پیش بینی بارش می شود یکی از روش ها جهت افزایش دقت پیش بینی استفاده از مدل های شبکه عصبی مصنوعی(ANN) است که به طور مستقیم برای پیش بینی بارش و یا پس پردازش برونداد مدل های عددی پیش بینی وضع هوا استفاده می‌شود. در این م
شبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی، الگوریتم بهینه‌سازی ذرات و مدل SEAWAT (مطالعه موردی: مزارع کشت و صنعت نیشکر دعبل خزاعی)
سابقه و هدف: شوری خاک عامل مهم در کاهش عملکرد مزارع نیشکر واقع در جنوب غربی ایران می‌باشد. بنابراین مطالعه و پایش این عامل در زمین‌های تحت کشت نیشکر، امری لازم و ضروری می‌باشد. اما با توجه به وسعت زیاد مناطق زیر کشت نیشکر و تعدد زیاد مزرعه‌ها، مطالعه و پایش این عوامل در هر مزرعه
شبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی، الگوریتم بهینه سازی ذرات و مدل seawat (مطالعه موردی: مزارع کشت و صنعت نیشکر دعبل خزاعی)
سابقه و هدف: شوری خاک عامل مهم در کاهش عملکرد مزارع نیشکر واقع در جنوب غربی ایران می باشد. بنابراین مطالعه و پایش این عامل در زمین های تحت کشت نیشکر، امری لازم و ضروری می باشد. اما با توجه به وسعت زیاد مناطق زیر کشت نیشکر و تعدد زیاد مزرعه ها، مطالعه و پایش این عوامل در هر مزرعه