مدل سازی وارون دو بعدی میدان گرانی باقی مانده با استفاده از شبکه عصبی پیشخور مدولار : مطالعه موردی یک معدن کرومیت [PDF]
پژوهش‌های ژئوفیزیک کاربردی, 2019 یکی از اهداف اصلی در اکتشافات ژئوفیزیکی، تعیین عمق و گسترش توده معدنی در زیر زمین می‌باشد. بدلیل عدم یکتایی جواب در وارون‌سازی میدان گرانی، روش‌های زیادی برای حذف یا کاهش خطای مدلسازی ارائه شده است.
عطا اسحق زاده +2 more
doaj +1 more source
شناسایی نواحی امیدبخش کانی سازی مس پورفیری در ناحیه چهارگنبد استان کرمان با استفاده از روش هوشمند یادگیری سریع [PDF]
Muhandisī-i manābi̒-i ma̒danī, 2022 در مدلسازی پتانسیل‌های معدنی و شناسایی اهداف اکتشافی با استفاده از روش‌های هوش مصنوعی، نحوه استفاده از نمونه‌های آموزشی و انتخاب الگوریتم مناسب یک مساله مهم است، زیرا عدم استفاده از الگوریتم آموزش مناسب موجب بروز خطاهای سیستماتیک در مدل خروجی می‌شود ...
مریم قدیانلو +2 more
doaj +1 more source
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) [PDF]
پژوهش‌های حفاظت آب و خاک, 2016 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.
عاطفه صیادی شهرکی +3 more
doaj +1 more source
پیش بینی تاثیر اجزاء موجود در شیرخام بر بازیافت و استخراج ژنوم ویروس های روده ای با استفاده از شبکه های عصبی مصنوعی و استنتاج فازی-عصبی تطابقی(ANFIS) [PDF]
مجله پژوهش‌های علوم و صنایع غذایی ایران, 2014 در میان مواد غذایی که می تواند به صورت بالقوه ناقل ویروس های بیماری زا باشد شیرخام قرار دارد. بر همین اساس نحوه قرارگیری ویروس های بیماری زا در شیرخام به شدت وابسته به حضور ترکیبات شیر بوده و دستیابی به هرگونه روش جهت استخراج و بازیافت ویروس ها و ژنوم آن
مسعود یاورمنش +1 more
doaj +1 more source
روندیابی سیل رودها با بهره وری از شبیه های شبکه ی عصبی مصنوعی تکاملی [PDF]
مهندسی منابع آب, 2010 یکی از روش‌های پیش‌بینی سیل در رودخانه‌ها به منظور مدیریت و کنترل سیل در آن، روندیابی سیل می‌باشد. امروزه تکنیک جدید استفاده از مدل شبکه‌های عصبی مصنوعی تکاملی(EANN) که مبتنی بر هوش مصنوعی می‌باشد، کاربرد گسترده‌ای در زمینه‌های مختلف علمی به‌ویژه مهندسی ...
حسین فتحیان +2 more
doaj
توسعه شبکه عصبی مصنوعی مبتنی بر الگوریتم ژنتیک به منظور پیش‌بینی آزمایش‌های PVT چاه‌های نفت در صنایع بالادستی [PDF]
Pizhūhish-i Naft, 2015 در مرحله صیانت از مخازن نفتی صنایع بالادستی، آزمایش‌های پیچیده‌ای موسوم به PVT برای شناسایی خواص سیالات مخزن انجام می‌گیرد. وجود مشکلاتی چون خطرات احتمالی، زمان‌بر بودن، دقیق نبودن نمونه‌ها و محدودیت‌های دما و فشار، باعث شده تا استفاده از روش‌های هوشمند ...
محسن اسلام‌نژاد +2 more
doaj +1 more source
نقشه‌برداری رقومی فرسایش‌پذیری خاک (مطالعه موردی: دهگلان، استان کردستان) [PDF]
پژوهش‌های حفاظت آب و خاک, 2018 سابقه و هدف: فرسایش‌پذیری خاک یکی از خصوصیات بسیار مهم خاک می‌باشد که بررسی تغییرات مکانی آن، جهت مدیریت زراعی، تخریب اراضی و مطالعات زیست محیطی حائز اهمیت می‌باشد. بنابراین اطلاع از تغییر‌پذیری مکانی فرسایش‌پذیری خاک نقش مهمی در مدلسازی فرسایش آبی دارد.
فریبا گلمحمدی +3 more
doaj +1 more source
رویکرد جدید پیش‌بینی نرخ شکست لوله‌های شبکه توزیع آب با استفاده از مدل هیبرید هوشمند (مطالعه موردی: شبکه توزیع آب شهر گرگان) [PDF]
پژوهش‌های حفاظت آب و خاک, 2020 سابقه و هدف: شبکه‌های توزیع آب شهری بعنوان یکی از مهمترین تأسیسات و تجهیزات زیربنایی مناطق شهری محسوب می‌شوند. لوله‌ها بعنوان یکی از اجزای اصلی و مهم شبکه توزیع آب، همواره در دوره بهره‌برداری تحت تأثیر عوامل مختلف دچار شکستگی می‌شوند، بنابراین استفاده از
عبدالرضا ظهیری +3 more
doaj +1 more source
پیش‌بینی درماندگی مالی بر مبنای تئوری مجموعه‌های راف در مقایسه با شبکه‌های عصبی مصنوعی [PDF]
فصلنامه بورس اوراق بهاداردر عصری که شرکت‌ها برای بقا در بازارهای رقابتی با چالش‌های فراوانی روبه‌رو هستند، شناسایی عوامل تاثیرگذار بر بحران‌های مالی اهمیت می‌یابد. یکی از راه‌های کمک به سرمایه-گذاران و شرکت‌ها ارائه، الگوهایی جهت پیش‌بینی درماندگی مالی است.
سید امیرمحمد حجازیان +2 more
doaj +1 more source
کاربرد روش آنالیز مؤلفه‌های اصلی در پیش‌بینی نرخ نفوذTBM با استفاده از شبکه‌های عصبی مصنوعی [PDF]
Analytical and Numerical Methods in Mining Engineering, 2014 از فاکتورهای مهم در پیش‌بینی عملکرد TBM، تعیین نرخ نفوذ حفاری و نرخ پیشروی است. هدف اصلی از این مطالعه، بررسی استفاده از آنالیز مؤلفه‌های اصلی در پیش‌بینی نرخ نفوذ TBMبا استفاده از روش شبکه‌های عصبی مصنوعی است.
محمد مختاریان +2 more
doaj