جستجو در مقالات منتشر شده


۲۳ نتیجه برای پیش بینی


دوره ۴، شماره ۱۵ - ( ۹-۱۳۸۶ )
چکیده

امروزه برای کاهش هزینه های آزمایشگاهی و افزایش سرعت انجام آزمایشات میکروبی استفاده از مدلهای ریاضی توسعه یافته است. ضرورت آگاهی از کیفیت میکروبی شیر در زمانی کوتاه پس از دریافت شیر از مواردی است که صنایع شیر سخت به آن نیازدارند. لذا در این پژوهش شیر خام از دامداری های مختلف موجود در سطح شهر مشهد در دو فصل بهار و تابستان جمع آوری شد. سپس بر اساس متغیرهای مختلف بهترین مدل ریاضی برای پیشگویی شمارش کلی میکروارگانیسم های مزوفیل مورد بررسی قرار گرفت. نتایج نشان دادند که مدل رگرسیون چند خطی (مرکب) بهترین مدل برای پیش بینی شمارش کلی میکروبی شیرخام می باشد (R۲=۰,۶۵). همچنین مشخص شد که معادلات بهار و تابستان متفاوت بوده، به طوریکه در معادله بهار اثر متقابل کلی فرم مدفوعی و pH به تنهایی مهمترین عامل تعیین کننده مدل و در معادله تابستان متغیر چربی و اثر متقابل کلی فرم مدفوعی و چربی از عوامل تعیین کننده مدل در پیش بینی میزان شمارش کلی میکروارگانیسم های مزوفیل در شیر خام می باشد و در معادله تابستان فاکتور چربی اثر بیشتری روی مدل دارد. در این مقاله کلیه متغیرهای موثر در کیفیت میکروبی شیر خام و چگونگی تاثیر آنها در پیش بینی کیفیت به تفصیل مورد بحث قرار گرفته است.

دوره ۶، شماره ۲ - ( ۶-۱۳۹۵ )
چکیده

فرا شهرنشینی که در کشورهای جنوب باعث ایجاد مادرشهرهای چند میلیون نفری می شود، نشان دهنده ی ژرفای ناخوشی ساخت های اجتماعی اقتصادی است. یکی از مسایلی که در رابطه با سازمان یابی کالبدی- فضایی مادرشهرهای ایرانی - اسامی مورد توجه می باشد، دگرگونی کانون های روستایی و مرا کز شهری واقع در حریم آنها، در پیوند با شهر مرکزی است. از آنجا که رشد شهرنشینی به عنوان یک پدیده جمعیتی تا حدودی در ارتباط با نوع فعالیت ها در شهر صورت می گیرد، بایستی ساماندهی و صیانت از ‌ است و توسعه مرزهای کالبدی شهر با توجه به انباشت جمعیت در آن حریم مادرشهرها براساس مطالعه روابط متقابل میان اسکان جمعیت و اشتغال در چارچوب حریم تبیین گردد. پژوهش حاضر از الگوی پس رویدادی و تکوینی بهره گرفته و از نظر روش شناسی، از روش کیفی با رویکرد متکی به توصیفی- تحلیلی استفاده کرده است. این پژوهش، نخست به بررسی وضعیت موجود فعالیت و جمعیت در حریم مادرشهر تهران پرداخته و بینی جمعیت و روش های برآورد فعالیت، تحولات آتی آن ها را تشریح نموده است. ‌ سپس با استفاده از مدل های پیش نتایج پژوهش نشان می دهد که رشد جمعیت و فعالیت در گستره حریم مادرشهر تهران به صورت مسمتر ادامه دارد و کاهش تعداد سکونتگاه ها و مرا کز فعالیت در برخی از دوره های زمانی، به معنای مهاجر فرستی، زوال کانون های جمعیت و ایستایی مرا کز فعالیت نیست؛ بلکه به دلیل گسترش محدوده مادرشهر تهران، پدیده شهرشدگی زودهنگام نقاط روستایی، ادغام آنها و تغییر محدوده های آماری در سرشماری هاست. بدین ترتیب تکوین نواحی شهر- بنیاد جدید با مشکلاتی ای نزدیک، دور از انتظار نیست؛ در پایان نیز ‌ مشابه مادرشهر تهران، در سایر شهرهای بزرگ واقع در پیرامون تهران، در آینده و بر اساس یافته های پژوهش، راهبردهای مناسب به منظور مدیریت جمعیت و فعالیت در حریم SWOT با استفاده از روش مادرشهر تهران استخراج گردید.

دوره ۷، شماره ۱ - ( ۲-۱۳۹۶ )
چکیده

امروزه بر اساس نظریاتی چون هویت اجتماعی و نظریه اسنادی و نتایج مطالعات پیشین رابطه مسئولیت پذیری سازمان و رفتار های کارکنان سازمان قابل توضیح است. لیکن چگونگی رابطه مسئولیت پذیری اجتماعی با نتایج مورد انتظار چندان شفاف به نظر نمی رسد. به بیان دیگر سازوکار تاثیر پذیری رفتار های کارکنان از مسئولیت پذیری اجتماعی سازمان مبهم باقی مانده است. از اینرو هدف اصلی این تحقیق علّی-ارتباطی شناسایی متغیر های تاثیر گذار بر رابطه بین ابعاد مسئولیت‌پذیری اجتماعی (CSR) و تعهد شغلی کارشناسان کشاورزی بود. بر اساس فرمول کوکران، تعداد ۱۳۵ نفر از آنان از طریق روش نمونه‌گیری سهمیه‌ای انتخاب شدند. روش غالب الگوریتم تقطیع پیش‌بینی‌گرا بود که به شناسایی متغیر های ناشناخته ولیکن اثر گذار بر رابطه بین دو متغیر منجر می شود. نتایج نشان داد اثر ابعاد مسئولیت‌پذیری اجتماعی سازمان بر تعهد شغلی کارکنان پدیده‌ای نسبتا پیچیده، تکاملی و تدریجی است. به این معنا که، جهت رسیدن به نتایج مطلوب ابعاد مسئولیت‌پذیری اجتماعی سازمان، تداوم بر تامین اهداف ابعاد آن سبب اسناد کارکنان به آن خواهد شد. همچنین مشخص شد با گذشت زمان حضور کارکنان در سازمان تعبیر و تفسیر آنها از مسئولیت‌پذیری اجتماعی سازمان و در نتیجه اثر آن بر تعهد شغلی‌شان متفاوت می‌شود. لذا به طور غیر مستقیم می‌توان از نظریه هویت اجتماعی به عنوان یک متغیر حدواسط در مطالعه اثرات مسئولیت پذیری اجتماعی سازمان نام برد.
محمد هادیان، مهدی نادری،
دوره ۷، شماره ۳ - ( ۷-۱۳۸۶ )
چکیده

بعلت کمبود پزشک در دو دهه گذشته رویکرد افزایش تعداد پزشک عمومی مد نظر مسئولان قرارگرفت اما این افزایشها بدون هیچ رویکرد علمی و فقط با توجه به نیاز آن زمان صورت گرفت و بدتر اینکه همان روند در طی سالهای بعد نیز ادامه پیدا کرد. این مساله منجر به مشکلات عدیده ای برای پزشکان عمومی مانند بیکاری، کار غیر مرتبط با حرفه و غیره شده و همچنین هزینه های سنگینی را به دولت و بخش سلامت کشور تحمیل کرده است. با توجه به اهمیت موضوع، پژوهش حاضر با استفاده از روشها و الگوهای اقتصادی و ریاضی به برآورد تعداد نیروی انسانی پزشک عمومی تا سال ۱۳۹۰ پرداخته است. بدینوسیله، با بکار گیری تابع تولید کاب داگلاس و مدل تعدیل جزیی، ابتدا به تخمین تابع تقاضای پزشک عمومی با استفاده از روش حداقل مربعات معمولی پرداخته، آنگاه با بدست آوردن مقادیر رشد هر متغیر و میانگین رشد های سالهای پیشین آن متغیرها به پیش بینی تعداد مورد نیاز از پزشک عمومی اقدام شده است. برای سالهای ۱۳۸۵، ۱۳۸۶ ،۱۳۸۷، ۱۳۸۸، ۱۳۸۹ و ۱۳۹۰ به ترتیب تعداد پزشک عمومی مورد نیاز که بطور سالیانه باید به سیستم وارد شوند ۳۸۶۴ ،۴۵۰۷ ، ۵۲۸۲ ، ۶۲۲۴ ، ۷۳۸۳ و۹۰۱۱ نفر میباشد. کشش تقاضای پزشک عمومی نسبت به سه متغیر سرمایه گذاری کل در بخش سلامت، ارزش افزوده تولید و کل نیروی انسانی شاغل در بخش سلامت منهای پزشک عمومی به ترتیب ۰۳۵/۰، ۰۴۱/۰ ،۰۱/۰ میباشد.
سید نظام الدین مکیان، سید محمد تقی المدرسی، سلیم کریمی تکلو،
دوره ۱۰، شماره ۲ - ( ۴-۱۳۸۹ )
چکیده

یکی از مهم ترین‌ موضوع های‌ مطرح‌ شده‌ در زمینه‌ مدیریت مالی، این است که سرمایه گذاران فرصت های مطلوب سرمایه گذاری را از فرصت های نامطلوب تشخیص دهند و منابعشان را در فرصت های مناسب سرمایه گذاری کنند. از مهمترین روش‌هایی که می توان با استفاده از آن به بهره گیری مناسب از فرصت های سرمایه گذاری و همچنین جلوگیری از به هدر رفتن منابع کمک کرد، پیش بینی ورشکستگی شرکت ها است. برای این منظور مدل های مختلفی وجود دارد. در این پژوهش جهت پیش بینی ورشکستگی از مدل شبکه های عصبی به همراه مقایسه آن با دو روش آماری رگرسیون لجستیک و تحلیل ممیزی استفاده شده است. در این مقاله علاوه بر معرفی مدل های شبکه های عصبی، یک مدل شبکه عصبی برای پیش بینی ورشکستگی شرکت های تولیدی طراحی شده است که برای استان کرمان مورد استفاده قرار گرفته است. اطلاعات استفاده شده مربوط به دوره زمانی ۱۳۸۶-۱۳۷۴ می باشد. نتایج پژوهش نشان می دهد که مدل ANN از دو روش آماری دیگر دقت بالاتری در پیش بینی دارد. همچنین مدل ANN نشان داد که هیچ کدام از این شرکت های تولیدی در سال بعد از دوره مورد بررسی، ورشکسته نخواهند شد.
احمد ملا بهرامی، حسن خداویسی، رضا حسینی،
دوره ۱۳، شماره ۱ - ( ۲-۱۳۹۲ )
چکیده

در این مقاله به منظور پیش بینی تورم در اقتصاد ایران، ابتدا ماهیت سری زمانی CPI برای داده های ماهانه ایران در بازه زمانی ۱ m۱۳۶۹ تا ۶ m۱۳۸۸، از لحاظ خطی ویا غیر خطی بودن و همچنین آشوبی یا تصادفی بودن مشخص گردیده است. نتایج آزمون ها نشان می دهد که سری زمانی تورم ساختاری غیرخطی دارد و همچنین سری زمانی CPI دارای رفتاری آشوبناک است. سپس بر پایه معادله دیفرانسیل تصادفی، حرکت برآونی هندسی مدلی پویا برای برازش رفتار سری زمانی CPI تخمین زده شده است و از آن مدل به منظور پیش بینی تورم استفاده شده است. به منظور بررسی عملکرد مدل پیشنهادی در پیش بینی تورم، مقایسه ای بین این مدل، مدل شبکه های عصبی و مدلهای اقتصاد سنجی سری زمانی خطی ARMA و غیر خطی GARCH، EGARCH و TGARCH با افقی ۶ ماهه صورت گرفته است. بر اساس معیارهای RMSE، MAE و U-Tail مدل معادلات دیفرانسیل تصادفی، خطای کمتری در پیش بینی تورم نسبت به مدل های رقیب دارد.

دوره ۱۳، شماره ۳ - ( ۷-۱۳۹۲ )
چکیده

چکیده-پل قوسی بتنی اکبرآباد در کیلومتر ۲۴ راه­آهن تهران - قم قرار گرفته و برای به دست آوردن گنجایش پل، آزمایش بارگذاری استاتیکی روی آن انجام شده است. با وجود بارگذاری تا چند برابر بار سرویس، به خاطر محدودیت­های میدانی، امکان آزمایش تا بار نهایی و حتی تا بار تسلیم، نبود؛ اما ویژگی­هایی مانند سختی نخستین و الگوی ترک­خوردگی بررسی شد. برای بررسی رفتار این دسته از پل­ها، در این پژوهش سعی شده است با مدل­سازی عددی در نرم­افزار اجزاء محدود "انسیس"، مقاومت تسلیم و مقاومت پایانی پل اکبرآباد، پیش­بینی شود. برای این کار، الگوی ترک­ها در مدل عددی وارد شده و منحنی نیرو - تغییر شکل با نتایج آزمون هماهنگی داده شده است. در این مدل با توجه به رفتار سازه، از ارزیابی کرنش مسطح و برای ویژگی­های رفتاری مصالح از معیار تسلیم "دراگر – پراکر" استفاده شده است. همچنین، از نتایج آزمایش بارگذاری استاتیکی یک پل مشابه که فراتر از مرحله تسلیم نیز بارگذاری شده، برای پیش­بینی اندازه­ی پارامترها و الگوی تخریب، استفاده شده است. سپس با ارزیابی دو مرحله­ای، مقاومت تسلیم و مقاومت پایانی پل، براورد شده است.

دوره ۱۴، شماره ۲ - ( ۶-۱۳۸۹ )
چکیده

در این مقاله با استفاده از شبکه های عصبی مصنوعی و با در نظر گرفتن شاخص های اقتصادی و اجتماعی، تقاضای انرژی بخش حمل و نقل کشور در سال های ۱۳۸۶ تا ۱۴۰۰ پیش بینی شده است. از شبکه های عصبی رو به جلو با ناظر برای پیش بینی و از الگوریتم پس انتشار برای آموزش شبکه ها استفاده شده است. برای بررسی تأثیر شاخص های اقتصادی و اجتماعی بر تقاضای انرژی بخش حمل و نقل، داده های مربوط به تولید ناخالص داخلی، جمعیت و تعداد خودرو طی سال های ۱۳۴۷ تا ۱۳۸۵ به کار گرفته شده است. نتایج حاصل از پیش بینی با این روش در مقایسه با روش رگرسیون چندمتغیره، نشان دهنده خطای به مراتب کمتری است،؛ به طوری که درصد میانگین قدرمطلق خطا ۶% کاهش یافت. / ۱۵ % به ۰۵ / از ۵۲

دوره ۱۴، شماره ۳ - ( ۷-۱۳۸۹ )
چکیده

چکیده در دهه های اخیر، تغییرات سریع کاربری اراضی و پوشش زمین در حومه شهرهای بزرگ ایران، به ویژه شهر تهران به عنوان پایتخت، با پیامدهای مهمی چون تخریب منابع طبیعی، آلودگی های زیست محیطی و رشد نامناسب شهرها همراه بوده است. متأسفانه بخش مهمی از این تغییرات، غیر اصولی و خارج از برنامه ها و ضوابط بوده است. مطالعه میزان تغییرات و تخریب منابع در سال های گذشته و امکان سنجی و پیش بینی این تغییرات در سال های آینده می تواند در برنامه ریزی و استفاده بهینه از منابع و کنترل و مهار تغییرات غیراصولی در آینده گام مهمی باشد. در این تحقیق با استفاده از تصاویر ماهواره ای چندزمانه لندست مربوط به سال های ۱۹۷۶، ۱۹۸۸ و ۲۰۰۰م، اطلاعات جانبی و مدل زنجیره ای مارکوف، تغییرات کاربری اراضی و پوشش زمین طی این ۲۴سال در حومه شهر تهران بررسی شده است. نتایج حاکی از گسترش بی رویه مناطق ساخته شده و تخریب شدید اراضی کشاورزی طی این دوره در منطقه مورد مطالعه است. برای آگاهی از میزان تغییراتی که در آینده رخ خواهد داد، مدل زنجیره ای مارکوف درجه اول به عنوان مدل پیش بینی کننده در نظر گرفته شده است. با کالیبره کردن مدل برای سال ۲۰۰۰م با استفاده از داده های نقشه ای موجود، نتایج به دست آمده برای پیش بینی تغییرات آینده در سال ۲۰۱۲م منطقه استفاده شده است.

دوره ۱۴، شماره ۸ - ( ۸-۱۳۹۳ )
چکیده

در این مقاله مسیر رشد ترک در آزمایش خمش چهار نقطه ای اتصال جوش اصطکاکی اغتشاشی مس و آلومینیم ۶T-۷۰۷۵ پیش بینی شده و سپس عمر خستگی این اتصال به روش عددی و تجربی تخمین زده می شود. برای این منظور آزمایش خمش چهار نقطه ای و نیز آزمایش خستگی بر روی نمونه های جوشکاری شده انجام گرفته و نتایج مربوط به زاویه انتشار ترک و عمر خستگی هر نمونه استخراج شده است. همچنین با استفاده از معیارهای تنش مماسی بیشینه و KII)min) زاویه انتشار ترک پیش بینی شده و نیز با استفاده از رابطه نرخ رشد ترک بر حسب ضریب شدت تنش پاریس، عمر ترک خستگی تخمین زده شده است. جهت تعیین خواص مکانیکی نواحی مختلف اتصال جوش اصطکاکی اغتشاشی، مفهوم مواد تابعی مدرج بکار گرفته شده است. بدین منظور، خواص مکانیکی ناحیه جوش از جمله مدول الاستیسیته و نسبت پواسون، به صورت توابعی خطی از موقعیت نقاط ناحیه جوش در نظر گرفته شده اند. طبق نتایج بدست آمده در حالتی که شیار اولیه به ماده با چقرمگی بالاتر (مس) نزدیکتر باشد، زاویه انتشار ترک کوچکتر خواهد بود. مقایسه نتایج نشان دهنده تطابق مناسبی بین داده های تجربی و عددی می باشد.

دوره ۱۵، شماره ۳ - ( ۸-۱۳۹۰ )
چکیده

دنیای امروز دنیای تغییر است و دانستن این که در آینده چه موقعیتی در انتظار ما است، تقاضای محصولات ما چه قدر است و یا آن ها را به چه قیمتی می توانیم به فروش برسانیم، عامل مهمی در حفظ حیات و بقای سازمان ها است. برای دسترسی به آینده باید بتوانیم پیش بینی کنیم. با پیشرفت روزافزون علم، استفاده از روش های جدید و به کارگیری تکنولوژی های هوشمند رونق بسیاری پیدا کرده است. در این تحقیق کاربرد علم پیش بینی در مدیریت مورد پژوهش قرار گرفته و سعی شده است که روش ها و الگوریتم های جدید مانند شبکه های عصبی و منطق فازی تشریح شده و کاربرد ترکیب این دو روش در پیش بینی بررسی شود. از همین رو نخست با استفاده از چندین روش مختلف مانند میانگین متحرک ساده، میانگین متحرک موزون، نمو هموار ساده، نمو هموار دوبل، روند خطی، روند تابع ترکیبی و روند نمایی پیش بینی مورد نظر انجام شد، سپس نتایج این روش ها هم با نتایج حاصل از روش شبکه های عصبی فازی با استفاده از شش معیار اندازه گیری خطای پیش بینی مقایسه گردید و این نتیجه به دست آمده که در همه معیارها، روش شبکه های عصبی فازی نسبت به سایر روش ها برتری دارد و میزان تطابق داده ها (ضریب۲R) مربوط به شبکه های عصبی- فازی۹۰ درصد است. داده های استفاده شده در این تحقیق مربوط به سال های ۱۹۷۰- ۲۰۰۵ میلادی کشورهای صادر کننده نفت (اوپک) بوده است.

دوره ۱۵، شماره ۴ - ( ۱۲-۱۳۹۰ )
چکیده

مدیریت رویگردانی مشتری شامل سه فازاصلی است: شناسایی مشتریان رویگردان، شناسایی دلایل رویگردانی و اتخاذ استراتژیهای مناسب برای مقابله با این مشکل. اکثر تحقیقات این‌حوزه تنها به پیش‌بینی رویگردانی مشتری پرداخته‌اند. تحقیقات بسیاراندک در خصوص شناسایی دلایل نیز، تنها به آزمودن فرضیات‌اولیه در خصوص دلایل احتمالی اختصاص دارد. تحقیق حاضر به دلیل تحقیقات بسیارمحدودقبلی، نوآوریهای فراوانی انجام داده است که عمده ترین آن توسعه چارچوبی جدید درخصوص شناسایی دلایل رویگردانی و ترکیب تحقیق پیمایشی با داده‌کاوی طی آن می باشد که بدون الگوبرداری از تحقیقی مشابه مورداجرا قرار گرفته است. چارچوب پیشنهادی شامل چهار مرحله اصلی است: ساخت مشخصه های مورد نیاز، شناسایی مشتریان رویگردان، شناسایی دلایل رویگردانی و اعتبارسنجی نتایج حاصل. مشتریان حسابهای جاری اشخاص بانک کشاورزی به عنوان موردمطالعاتی این تحقیق انتخاب شده و داده‌های مورد نیاز با کمک ابزار پرسشنامه جمع آوری شده است. رویکرد مورداستفاده برای شناسایی علل رویگردانی، استخراج قواعدمنتهی به رویگردانی در گروههای مختلف مشتری بوده است. برای این منظور ازکاربرد تکنیک درخت تصمیم بامتغیرهدف برچسب رویگردانی استفاده شده است. اعتبارسنجی نتایج حاصل نیز، با آزمودن آن بر روی داده‌های اعتبارسنجی و محاسبه نرخ lift و خطای‌کلی به دست آمده است. قواعد استخراجی نشان از تمایل به رویگردانی در بخش بزرگی از مشتریان بانک کشاورزی دارد که عمده ترین آن (به ویژه در گروههای با درآمد بالاتر بیشتر) طرزبرخورد کارمندان بانک ونه عوامل بیان شده توسط خبرگان نظیر نحوه اعطای وام یا سودسپرده های پشتیبان بوده است.

دوره ۱۵، شماره ۹ - ( ۹-۱۳۹۴ )
چکیده

سیستم ترمز ضد قفل خودرو با کنترل فشار ترمزی و تنظیم لغزش طولی چرخ‌ها در مقدار بهینه، مانع قفل شدن چرخ‌ها در طول ترمزگیری‌های شدید شده و در نتیجه فاصله‌ی توقف خودرو را به حداقل مقدار خود می‌رساند. در این مقاله، یک کنترل‌کننده‌ی جدید بصورت دولایه برای سیستم ترمز ضد قفل خودروهای سنگین با بیش از دو محور ارائه شده است که سازگار با شرایط مختلف جاده‌ای می‌باشد. در لایه بالایی، یک کنترل‌کننده‌ی فازی طراحی می‌شود که مقدار لغزش طولی بهینه هر چرخ را که به ازای آن بیشترین نیروی ترمزی چرخ در هر لحظه حاصل می‌شود برحسب شرایط مختلف جاده و نیز بار قائم تایر محاسبه می‌نماید. در لایه پایین نیز یک کنترل کننده‌ی غیرخطی با استفاده از یک رویکرد بهینه‌ی پیش‌بین به شکل تحلیلی طراحی می‌شود که با ردیابی مقدار بهینه‌ی لغزش طولی هر چرخ که توسط کنترل‌کننده فازی تعیین می‌شود، گشتاور ترمزی مطلوب را به چرخ‌ها اعمال می‌کند. به منظور کاهش خطای ردیابی ناشی از نامعینی‌های سیستم، تکنیک فیدبک انتگرال در طراحی کنترل کننده‌ی پیش‌بین نیز استفاده شده است. برای این‌که عملکرد سیستم کنترلی طراحی شده در یک شرایط واقعی‌تر تست گردد، شبیه‌سازی‌ها در نرم‌افزار دینامیک خودروهای سنگین (تراک سیم) به عنوان مدل کامل‌تری از خودرو در ترکیب با متلب- سیمولینک انجام شده است. نتایج تحلیل‌ها و شبیه‌سازی‌ها نشان از عملکرد مناسب سیستم کنترلی پیش‌بین‌-فازی در کنترل گشتاور ترمزی چرخهای کامیون با تغییر شرایط جاده‌ای از نظر زمان و مسافت توقف می‌باشد.

دوره ۱۶، شماره ۴ - ( ۱۰-۱۳۹۵ )
چکیده

به دلیل نواقص موجود در روش های پیشین محاسبه بزرگای زلزله، شبکه عصبی به عنوان یک روش جدید برای این منظور آزمایش می‌گردد. در این مقاله نوعی شبکه عصبی با نام پرسپترون چندلایه برای پیش بینی بزرگای گشتاوری زلزله مورد استفاده قرار گرفته است. شبکه عصبی پرسپترون شامل سه لایه اصلی با نام های لایه ورودی، لایه پنهان و لایه خروجی است. ورودی های این شبکه شش متغیر مربوط به مکان و زمان وقوع زلزله و همچنین مشخصات گسل تولید کننده زلزله می باشد و خروجی آن همان بزرگای زلزله است. از آن جا که بهترین تنظیمات شبکه همچون بهترین تعداد گره های لایه پنهان و مناسب ترین شیوه آموزشی شبکه از پیش قابل تعیین نیستند و همچنین امکان یادگیری زائد در تکرارهای بعدی ممکن است، در این پژوهش ۳۲ مدل از شبکه با تنظیمات مختلف به کار گرفته شده است تا بهترین مدل شناسایی شود. با توجه به نتایج حاصل از شبکه و مقایسه نتایج با مقادیر حقیقی، مشخص می گردد که شبکه عصبی پرسپترون چند لایه توانایی بالایی در پیش بینی بزرگای زلزله دارد و گزینه بسیار مناسبی برای این منظور است.

دوره ۱۶، شماره ۴ - ( ۱۰- )
چکیده

هدف این پژوهش توصیف یک مدل جدید به نام ترکیب سیستم استنتاج نرو فازی تطبیقی و الگوریتم بهینه سازی ازدحام ذرات برای پیش بینی خوردگی کربن استیل تحت محیط های دریایی متفاوت میباشد. دیتاست استفاده شده برای این پزوهش شامل ۵ پارامتر بنام های دما، اکسیژن حل شده، میزان شوری، pH، و پتانسیل اکسایش کاهش به عنوان متغیرهای ورودی سیستم و نرخ خوردگی بعنوان متغیر خروجی میباشد. در مدل هیبریدی، الگوریتم بهینه سازی ازدحام ذرات برای پیدا کردن پارامترهای بهینه سیستم استنتاج نرو فازی تطبیقی بکار گرفته شد تا قدرت عمومی سازی مدل را بهبود ببخشد. میزان کارایی مدل هیبریدی نسبت به نتایج ازمایشی با دو مدل بنام های ترکیب سیستم استنتاج نرو فازی تطبیقی- الگوریتم ژنتیک و مدل ماشین بردار رگرسیون مقایسه شدند. نتایج نشان داد که مدل پیشنهادی خطاهای پیش بینی کمتری نسبت به دو مدل دیگر دارد. در واقع مدل پیشنهادی یک مدل کاربردی و مناسب و قابل اعتماد برای پیش بینی خوردگی کربن استیل در محیط های دریایی متفاوت فراهم می اورد.

دوره ۱۷، شماره ۱۱ - ( ۱۱-۱۳۹۶ )
چکیده

برای آنکه ربات‌ قادر باشد بر روی سطوح مختلف حرکت نماید، لازم است که ‌حرکتش را با شرایط مختلف سطح وقف داده و با حرکت مناسب پا و بالا تنه، پایداری خود را تضمین نماید. بسیاری از پارامترهای اساسی حرکت انسان را می توان توسط یک ربات‌ دوپای هفت عضوی صفحه ای بیان نمود. یکی از مسائلی که همیشه در این زمینه مورد توجه محققین می باشد، پیش بینی مسیر حرکتی است که منجر به پایداری و مینیمم شدن انرژی می شود. در این مطالعه با بکارگیری بهینه سازی پارامتری، بدین شرح که زوایای مفصلی بصورت توابع پارامتری تعریف شده و با در نظر گرفتن قیود سینماتیکی که حداکثر و حداقل زوایای مفصلی را تعریف می کنند، مسئله ی حرکت به شکلی بدست آمده است که پایداری ربات به حداکثر میزان و انرژی آن به حداقل میزان خود برسد و ربات در منطقه ی مجاز پایداری قرار گیرد. به علاوه، سعی بر آن است که از معیار پایداری نقطه ممان صفر برای محاسبه ی پایداری ربات استفاده شود. همچنین آزمایشات تجربی به منظور تحلیل حرکتی راه رفتن فرد سالم در آزمایشگاه صورت گرفته است و نتایج بدست آمده صحت سنجی شده است. در نهایت با توجه به مدل ارائه شده و مسیر پیش بینی شده، ربات می تواند مانند یک فرد خاص حرکت کند. در هر مرحله از مقایسه ی نتایج شبیه سازی مدل ارائه شده با نتایج تجربی متناطر در واقعیت، به منظور اثبات صحت روش های ارائه شده، استفاده گردیده است.

دوره ۱۹، شماره ۱ - ( ۱۲- )
چکیده

این مقاله با استفاده از شبکه­های عصبی و با در نظر­گرفتن شاخص­های اقتصادی و اجتماعی، تقاضای بنزین در ایران را پیش­بینی کرده است. برای بررسی تأثیر شاخص­های اقتصادی و اجتماعی بر تقاضای بنزین، تولید ناخالص ملی، جمعیت و تعداد خودرو مورد توجه قرار گرفته­اند. با استفاده از شبکه­های عصبی سلسله­مراتبی پرسپترون چندلایه که با الگوریتم پس­انتشار­خطا آموزش داده شده­اند، پیش­بینی انجام شده است. متغیرهای ورودی، تولید ناخالص ملی، جمعیت، تعداد خودرو و تقاضای بنزین در سال قبل و متغیر خروجی تقاضای بنزین می­باشد. این مقاله یک شبکه سلسله مراتبی را پیشنهاد داده است که ورودی­های لایه آخر، خروجی­های لایه­های اولیه هستند. داده­های سال­های ۱۹۶۷ تا ۲۰۰۸ برای آموزش شبکه عصبی سلسله مراتبی استفاده شده. مقایسه مقادیر پیش­بینی مدل با داده­های اعتبار، اعتبار مدل را نشان می­دهد. علاوه بر این تقاضای بنزین طی سال­های ۲۰۱۱ تا ۲۰۳۰ نیز پیش­بینی شده است. قابل ذکر است در صورت عدم اتخاذ سیاست قیمتی مناسب و بهبود بخش حمل و نقل، مصرف بنزین به سطح بحرانی ۵۴ میلیارد لیتر در سال ۲۰۳۰ خواهد رسید.

دوره ۱۹، شماره ۱ - ( ۲-۱۳۹۸ )
چکیده

ساخت و نگهداری روکش­های بتنی  از مسائل مهم و پرهزینه در دهه اخیر بوده است. ازاین رو، استفاده از بتن خودتراکم به عنوان بتنی با ویژگی های مقاومتی مطلوب و آلایندگی پایین مورد توجه قرار گرفته است. خواص مقاومتی بتن خودتراکم  به فاکتورهای مهمی از نسبت­های اختلاط وابسته بوده که لزوم  پژوهش های آزمایشگاهی و آنالیز­های کامپیوتری هوشمند در ساخت آن را نمایان ساخته است. تعیین میزان بهینه مواد تشکیل ­دهنده بتن به منظور رسیدن به مقاومت مطلوب، صرفه­ جویی در تعداد دفعات آزمایش و کاهش هزینه­ های انجام آزمایش­ها ارائه مدل­های رگرسیونی محاسباتی برای تخمین خواص مقاومتی بتن را مورد توجه قرار داده است. هدف اصلی در این مطالعه ارائه رابطه­ای محاسباتی برای تخمین مقاومت فشاری بتن خودتراکم حاوی خاکستر پوسته برنج (RHA) با استفاده از رویکرد قدرتمندی به نام برنامه ­نویسی بیان ژن (GEP) می­باشد. برای ارزیابی عملکرد مدل پیشنهادی GEP مطالعه­ای مقایسه­ای با استفاده از روش­های کلاسیک مدلسازی داده مبنای شبکه عصبی مصنوعی (ANN) و رگرسیون خطی چندگانه (MLR) نیز انجام شد. مجموعه داده­ های قابل اطمینان و مناسبی شامل ۱۵۶ نمونه مقاومت فشاری حاوی RHA از مقالات معتبر جمع آوری و مورد استفاده قرار گرفت. عملکرد مدل­های پیشنهادی ارائه شده با استفاده از شاخص­های خطای ضریب همبستگی (R)، ریشه میانگین مربعات خطا (RMSE) و میانگین خطای مطلق (MAE) محاسبه و ارزیابی گردید .نتایج شاخص­های خطا در ارزیابی عملکرد مدل­های توسعه داده شده نشان داد روش    GEPدقت قابل توجه و مقادیر خطای کمتری در محاسبه داشته است. همچنین رابطه  محاسباتی براساس عبارات بیان ژنی در روش GEP برای پیش ­بینی مقاومت فشاری در سنین مختلف ارائه شد که با شاخص همبستگی ۰,۹۴ و مقادیر خطای ۴-۵  مگاپاسکال دقت قابل توجهی را نشان داده است. رابطه ارائه شده به آسانی می تواند برای پیش طراحی نسبت­های اختلاط و همچنین کنترل سریع راه­ حلهایی قطعی مورد استفاده قرارگیرد .تحلیل حساسیت برای مشخص کردن مقادیر تاثیرگذار در مدل مقاومت فشاری ارائه شده نشان داد، متغیر چسباننده در این مدلسازی نسبت­های اختلاط بیشترین تاثیر عملکردی را ایفا نموده است.
 

دوره ۲۱، شماره ۳ - ( ۵- )
چکیده

با توجه به بررسی‌های صورت گرفته، عوامل متعددی بر قیمت گاز طبیعی در بازار نقدی تأثیر دارند، که از مهمترین آنها می­توان قیمت گاز در بازار آتی، قیمت نفت در بازار نقدی، قیمت نفت در بازار آتی و دمای هوا، را نام برد. در این مقاله با استفاده از مدل شبکه عصبی GMDH، به پیش‌بینی قیمت گاز طبیعی در بازار نقد با استفاده از قیمت نفت در بازار نقدی، قیمت گاز در بازار نقد، قیمت گاز در بازار آتی، قیمت نفت در بازار آتی و میانگین دمای هوا، می پردازیم. نتایج تحقیق مشخص می‌ که مدل شبکه عصبی GMDH با توجه به آماره­های جذر میانگین مربع خطا و همنوایی پیش بینی، به مراتب از کارایی بیشتری نسبت به روش حداقل مربعات معمولی برخوردار است. همچنین وقفه اول قیمت گاز در بازار آتی، مؤثرترین متغیر در پیش­بینی قیمت گاز در بازار نقد می‌باشد

دوره ۲۱، شماره ۳ - ( ۵- )
چکیده

به طور معمول، قیمت های انرژی، مثل قیمت نفت خام، متأثر از رویدادهای معین مانند تغییرات فصلی و رویدادهای غیرمعین مانند تحولات منطقه ای می باشند. رخدادهای غیر معین که علت تغییرات تصادفی قیمت ها هستند، پیش بینی قیمت را با مشکل اساسی مواجه می کند. رویکرد اولیه به تغییرات تصادفی، فرض وجود نویز در سیستم است که تغییرات معین قیمت را متأثر می کند. در این مقاله، ما تلاش می کنیم از تبدیل موجک به عنوان ابزاری برای هموارسازی و حداقل کردن نویز موجود در سری زمانی قیمت نفت خام استفاده کنیم و سپس با استفاده از روش تلفیقی با شبکه عصبی GMDH، قیمت نفت خام را پیش بینی نمائیم.علاوه براین، با استفاده از روش  GARCH ، واریانس های سری زمانی قیمت نفت خام را به الگوی تلفیقی فوق اضافه می کنیم. بدین منظور از قیمت های نفت خام بازارهای نیویورک و لس آنجلس استفاده نموده ایم. نتایج نشان می دهد که به کارگیری روش تلفیقی، بیش از ۴۰% الگوی شبکه عصبی بدون لحاظ تبدیل موجک و اثرات GARCH را بهبود می بخشد

صفحه ۱ از ۲    
اولین
قبلی
۱