Results 81 to 90 of about 4,341 (142)

پیشبینی ورشکستگی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با روشهای شبکه عصبی مصنوعی و مدل فولمر

, 2021
هدف: درماندگی مالی و ورشکستگی، هزینه‌های زیادی داشته و به اقتصاد کشورها صدمه وارد می‌کند و پیش‌بینی آن جهت جلوگیری از ورشکستگی کمک شایان توجهی می‌کند.
رحیم دباغ, سیما شیخ بگلو   +1 more
semanticscholar   +1 more source

مقایسه دقت مدل رگرسیون بردار پشتیبان با دو روش رایج شبکه عصبی مصنوعی و شبکه عصبی فازی- تطبیقی در پیش بینی غلظت آلاینده PM10

, 2021
شهر یزد واقع در مرکز ایران می باشد که در اکثر ایام سال طوفان های گرد و غبار را تجربه می کند، و همچنین طی دو دهه گذشته شاهد رشد سریع صنعتی بخصوص در صنایع با توان غبار زایی بالا (کاشی، فولاد و ..) بوده است، لذا پیش بینی غلظت آلاینده ذرات از طریق بکارگیری ...
سید مصطفی میرزاده, فرهاد نژاد کورکی, وحید موسوی, سید ابوالقاسم میرحسینی ده آبادی   +3 more
semanticscholar   +1 more source

مدل سازی کیفیت زیباشناختی منظر در فضای سبز شهری با استفاده از شبکه عصبی مصنوعی

, 2017
ارزیابی‌های کیفیت منظر عمدتا اشاره به نقش کلیدی عناصر طبیعی و مصنوعی منظر در ایجاد رضایت‌مندی و درک زیبایی از منظر دارند. هدف از این مقاله مدل‌سازی ارزیابی کیفیت زیباشناختی منظر با استفاده از شبکه عصبی مصنوعی به منظور کشف روابط حاکم در ساختار منظر و ...
علی اکبر جهانی, اصغر محمدی فاضل   +1 more
semanticscholar   +1 more source

بررسی تأثیر پارامترهای شاخص بر خواص استاتیک سنگ آهک در شرایط خشک و اشباع با استفاده از شبکه عصبی مصنوعی

, 2021
مطالعات قبلی نشان داده است که رطوبت تاثیر ویژه‌ای بر خصوصیات استاتیک سنگ (مقاومت فشاری تک محوری و مدول الاستیسیته) دارد. در این مقاله، مقاطع نازک و XRD، مقاومت تراکم تک محوری و مدول الاستیسیته، شاخص بار نقطه‌ای، مقاومت کششی برزیلی و تخلخل نمونه‌های سنگ ...
محمدمهدی مطهری
semanticscholar   +1 more source

تخمین پارامترهای کیفی آبخوان دشت گیلان با استفاده از آزمون گاما و مدل-های ماشین بردار پشتیبان و شبکه عصبی مصنوعی

, 2019
زمینه و هدف: اطلاع از نحوه توزیع پارامترهای کیفی و کمی از مهم­ترین پارامترهای اولیه مدیریت جامع منابع آب­زیرزمینی می­باشد. بنابراین در این تحقیق سعی گردید، مدل و ترکیب ورودی مناسب جهت تخمین پارامترهای کیفی هدایت الکتریکی (EC)، یون کلسیم (Ca) و یون سدیم ...
محمد عیسی زاده, سید مصطفی بی آزار, افشین اشرف زاده, رضوان خانجانی   +3 more
semanticscholar   +1 more source

ارزیابی شبکه عصبی مصنوعی و منطق فـازی برای نگاشت حساسیت زمینلغزش در حوضه آبریز حبلهرود

, 2021
تعیین مناطق حساس و مستعد لغزش، زمینه‌ای برای برنامه‌‌های پایدارسازی دامنه‌ها و کاهش خسارات احتمالی فراهم می‌آورد. در حوضۀ آبریز حبله‌رود از شبکه‌های عصبی مصنوعی و منطق فازی (FL) به عنوان یکی که از روش‌های تحلیل تصمیم‌گیری چند معیاره مبتنی‌بر ArcGIS در ...
الهام ابراهیمزاده, ابراهیم رحیمی, وحید باقری   +2 more
semanticscholar   +1 more source

مدل پیشبینی رضایتمندی شهروندان از بوستانهای شهری با استفاده از شبکه عصبی مصنوعی

, 2019
یکی از مهم‌ترین عناصر شهرها، بوستان‌ها و فضاهای سبز شهری‌ هستند. نوع طراحی و عملکرد بوستان‌های شهری باید در راستای ضروریات زندگی شهری و در پاسخگویی به نیاز شهروندان باشد چرا که این امر می‌تواند در جهت ایجاد محیط زیست سالم و با ارزش شهری نیز به کار گرفته ...
ریحانه خالق پناه, علی اکبر جهانی, نعمت الله خراسانی, حمید گشتاسب   +3 more
semanticscholar   +1 more source

ارزیابی مقایسهای مدل عددی و شبکه عصبی مصنوعی در شبیهسازی کمی و کیفی آبخوان دشت نجفآباد

, 2021
هدف از انجام این مطالعه، بررسی کارایی مدل شبکه عصبی (ANN) در مدل‌سازی کمی و کیفی منابع آب زیرزمینی می‌باشد. بدین منظور، با استفاده از گزینه‌‌های MODFLOW وMT3DMS نرم افزار GMS v.10، از نظر کمی و کیفی، آب موجود در آبخوان دشت نجف آباد، واقع در حوضه آبریز ...
محمدرضا زارع, حمیدرضا غفوری, حمیدرضا صفوی   +2 more
semanticscholar   +1 more source

مدل سازی توسعه فیزیکی شهر با ترکیب قابلیتهای گوگل ارث انجین (GEE) و شبکه عصبی مصنوعی (MLP) مطالعه موردی: شهر تبریز

, 2021
امروزه ارزیابی توسعه فیزیکی شهری با استفاده از تکنیک‌های نوین سنجش از دور می‌تواند اطلاعات پایه ای را در اختیار برنامه ریزان قرار دهد و از این طریق نقشی مؤثر در مدیریت و بهبود کاربری اراضی شهر ایفا کند.
حسن محمودزاده, مصطفی مهدوی فرد, مجید عزیز مرادی, ملیحه زنجانی ثانی   +3 more
semanticscholar   +1 more source

ارزیابی روش شبکه عصبی مصنوعی در مدلسازی غلظت ریزگردها (مطالعه موردی: استان خوزستان-اهواز)

, 2020
زمینه و هدف: توفان‌های گرد‌و‌غبار عمدتا در مناطق خشک و نیمه‌خشک که خاک مستعد فرسایش بادی است، به وقوع می‌پیوندد. هدف از این پژوهش مدل‌سازی غلظت ریزگردها با استفاده از شبکه عصبی مصنوعی، نروفازی و مدل رگرسیون چند متغیره در استان خوزستان است.
حسین محمد عسگری, آرزو سلیمانی   +1 more
semanticscholar   +1 more source