پیش بینی طوفان های گرد و خاک با استفاده از روش های هوش مصنوعی (مطالعه ی موردی: شهر زابل)
دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است
چکیده
چکیده‌ای برای این سند ثبت نشده است.
پایان‌نامه‌های مشابه
پیش بینی رفتار شمع های نگهبان بتنی پیوسته تحت اثر بار جانبی در خاک های درشت دانه با استفاده از روش هوش مصنوعی
یکی از بهترین سازه های محافظ خاک در پروژه های ژئوتکنیکی، مخصوصاً در مناطقی که دسترسی به سایت، انتخاب سیستم محافظ گودبرداری را محدود می سازد، شمع های نگهبان بتنی درجا پیوسته می باشد. این نوع شمع ها بر اساس بار جانبی که در آنها به علت فشار خاک، بار های استاتیکی و زلزله بوجود می آید
پیش بینی سرعت بادهای صدوبیست روزه سیستان با استفاده ازشبکه های عصبی مصنوعی و ارزیابی تداوم و توان تولید الکتریسیته آن (مطالعه موردی شهر زابل)
انرژی های فسیلی روزی به پایان خواهند رسید و انسان ناگزیر به استفاده از انرژی های تجدیدپذیر خواهد بود. هم چنین آلودگی های زیست محیطی ناشی از سوزاندن سوخت های فسیلی نیاز انسان به جایگزین کردن انرژی های پاک را لازم می سازد . در این پایان نامه سعی شده با استفاده از اطلاعات سرعت باد د
به کار گیری روش های هوش مصنوعی در پیش بینی شاخص کل قمیت بورس اوراق بهادار : مطالعه موردی بورس اوراق بهادار تهران
پیش بینی شاخص قیمت سهام و جهت حرکت آن به عنوان یکی از چالش برانگیزترین کاربردهای سری های زمانی مورد توجه قرار گرفته است. اگرچه پژوهش های تجربی بسیاری در ارتباط با موضوع پیش بینی شاخص قیمت سهام صورت گرفته است، اما بیشتر دستاوردهای تجربی، در ارتباط با بازارهای مالی توسعه یافته می ب
ترکیب روش هوش مصنوعی و مدل هیدرودینامیکی برای مدلسازی و پیش بینی جریان رودخانه (مطالعه ی موردی: رودخانه ی فیروزه- شاهجوب بجنورد)
در این تحقیق کاربرد روش سیستم عصبی مصنوعی در کاهش خطای مدل هیدرودینامیکی برای پیش بینی جریان رودخانه مورد بررسی قرار گرفته است. منطقه ی مورد مطالعه حوزه ی آبخیز رودخانه ی فیروزه- شاهجوب واقع در استان خراسان شمالی، شهرستان بجنورد می باشد که دارای وسعتی به اندازه ی 1233 کیلومتر مرب
پیش بینی خصوصیات ژئوتکنیکی خاک شهر بوشهر با استفاده از شبکه عصبی مصنوعی
در این تحقیق برای یک منطقه خاص ( شهر بوشهر ) با در دست داشتن اطلاعات گمانه های موجود اقدام به آموزش شبکه عصبی کرده و تعداد لایه و تعداد نرون بهینه به منظور پیش بینی برخی از خصوصیات خاک ( ?، ll، pi، spt و جنس خاک) را بدست می آوریم. در این تحقیق از شبکه چند لایه پیش خور ( mlff ) اس
پیش¬بینی فرآیند انعقاد و لخته¬سازی با منعقدکننده پلی¬آلومینیوم¬کلراید (pac) با استفاده از هوش مصنوعی و سری زمانی باکس جنکینز
آب¬های سطحی دارای انواع ناخالصی¬های معلق هستند که باعث کدورت و یا ایجاد رنگ می¬شوند. انعقاد فرآیند اصلی در مجتمع کردن ذرات ریز و تبدیل آنها به ذرات درشت¬تر به عنوان یکی از مراحل اصلی تصفیه آب مطرح می¬باشد. در این پایان¬نامه سعی شده تا جایگزینی روش¬های مدل¬سازی با روش¬های آزمایشگا
اسناد مشابه
پیشنهاد مدلی برای پیش بینی قیمت مسکن بر اساس روش آریما؛ مطالعه موردی شهر تهران
تعیین و برآورد قیمت مسکن در مناطق شهری از اهمیت زیادی برای دولت، سرمایه گذاران خصوصی و دولتی و افراد عادی برخوردار است. این تخمین می تواند در برنامه ریزی و تصمیم گیری های آینده در بسیاری از سیاست های شهری و منطقه ای مورد استفاده قرارگیرد. از آنجا که از یکسو شکوفایی بخش مسکن در سر
پیشنهاد مدلی برای پیش بینی قیمت مسکن بر اساس روش آریما؛ مطالعه موردی شهر تهران
تعیین و برآورد قیمت مسکن در مناطق شهری از اهمیت زیادی برای دولت، سرمایه گذاران خصوصی و دولتی و افراد عادی برخوردار است. این تخمین می تواند در برنامه ریزی و تصمیم گیری های آینده در بسیاری از سیاست های شهری و منطقه ای مورد استفاده قرارگیرد. از آنجا که از یکسو شکوفایی بخش مسکن در سر
پیش بینی استرس شغلی با استفاده از هوش هیجانی: مدل شبکه عصبی مصنوعی و رگرسیون
امروزه میان صاحبنظران این توافق وجود دارد که هوش هیجانی در موفقیت افراد در حیطه های مختلف زندگی نقش به سزایی دارد. در مقابله با درخواست ها و فشارها در محیط کار نیز افرادی که هوش هیجانی بالاتری دارند کمتر دچار استرس می شوند. این پژوهش با هدف بکارگیری هوش مصنوعی برای پیش بینی استرس
پیش بینی وقوع طوفان گرد و خاک با استفاده از روش شبکه های عصبی مصنوعی (مطالعه ی موردی: شهر زابل)
طوفانهای گرد و خاک یکی از انواع رایج حوادث و فرایندهای اقلیمی در مناطق خشک، نیمهخشک و بیابانی دنیا هستند. این طوفانها هر ساله خسارتهای مالی زیادی را بر منابع انسانی وارد میسازند. پیشبینی زمان وقوع این پدیده میتواند برای اتخاذ تدابیر پیشگیرانه در مقابل خسارتهای بهداشتی، ترا
پیشبینی وقوع طوفان گرد و خاک با استفاده از روش شبکه‌های عصبی مصنوعی (مطالعه‌ی موردی: شهر زابل)
طوفانهای گرد و خاک یکی از انواع رایج حوادث و فرایندهای اقلیمی در مناطق خشک، نیمهخشک و بیابانی دنیا هستند. این طوفانها هر ساله خسارتهای مالی زیادی را بر منابع انسانی وارد میسازند. پیشبینی زمان وقوع این پدیده میتواند برای اتخاذ تدابیر پیشگیرانه در مقابل خسارتهای بهداشتی، ترابری، نظ
پیش بینی میزان درآمد حاصل از دریافت عوارض شهری شهرداری ها با استفاده از مدل شبکه عصبی (مطالعه موردی: شهر زابل)
اداره ﻣﻄﻠﻮب ﺷﻬﺮﻫﺎ و اراﺋﻪ ﺧﺪﻣﺎت ﻣﻨﺎﺳﺐ و ﮐﻨﺘﺮل و ﻫﺪاﯾﺖ ﭘﺮوژهﻫﺎی ﻋﻤﺮاﻧﯽ، ﻋﻼوه ﺑﺮ اﻋﻤﺎل ﻣﺪﯾﺮﯾﺖ ﺻﺤﯿﺢ، ﻣﺴﺘﻠﺰم اﻋﺘﺒﺎرات و درآﻣﺪﻫﺎی ﮐﺎﻓﯽ و ﻫﺰﯾﻨﻪ ﺻﺤﯿﺢ آن ﻣﯽ ﺑﺎﺷﺪ عوارض از مهم ترین منابع بهینه شهرداری ها در کشورهای پیشرفته جهان است که بابت اداره شهر از درآمدها، اموال، دارایی و مصرف اشخاص