مقدمه
۰۱-فوریه پیش بینی هیدرولوژیکی
۰۱/۰۲/۲۰۰۱ مدلسازی برای پیشبینی
۱-۲-۱-۱ تعیین پیش بینی کننده مناسب
۱-۲-۱-۲ تعیین مدل مناسب
۱-۲-۱-۳ واسنجی
۱-۲-۱-۴ صحت سنجی مدل
۰۱-مارس تحلیل سریهای زمانی
۰۱/۰۳/۲۰۰۱ بررسی فرایندهای غیر قطعی
۰۱/۰۳/۲۰۰۲ مدلهای پیشبینی مفهومی
۰۱-آوریل کیفیت آب
۰۱/۰۴/۲۰۰۱ کل مواد جامد محلول (TDS)
۰۱/۰۴/۲۰۰۲ هدایت الکتریکی(EC)
۰۱-مه کلیات تحقیق
۰۱/۰۵/۲۰۰۱ هدف از انجام پروژه
۰۱/۰۵/۲۰۰۲ چهارچوب کلی پایان نامه
فصل دوم: مروری بر تحقیقات و مطالعات انجام شده
۰۲-ژانویه مقدمه
۰۲-فوریه مروری بر ادبیات موضوع
۰۲/۰۲/۲۰۰۱ شبکههای عصبی مصنوعی در هیدرولوژی
۰۲/۰۲/۲۰۰۲ تحقیقات انجام شده در زمینهی مدلسازی پارامترهای کیفی رودخانهها
۰۲/۰۲/۲۰۰۳ تحقیقات انجام شده در زمینهی سیستم استنتاج عصبی- فازی
۰۲/۰۲/۲۰۰۴ تحقیقات انجام شده در زمینهی مدلهای هیبرید
فصل سوم: مدل هوشمند شبکههای عصبی مصنوعی
۰۳-ژانویه مقدمه
۰۳/۰۱/۲۰۰۱ تاریخچه شبکههای عصبی
۰۳/۰۱/۲۰۰۲ دلایل استفاده از شبکههای عصبی مصنوعی
۳-۱-۲-۱ قابلیت یادگیری:
۳-۱-۲-۲ پراکندگی اطلاعات «پردازش اطلاعات به صورت متن»
۳-۱-۲-۳ قابلیت تعمیم
۳-۱-۲-۴ پردازش موازی
۳-۱-۲-۵ مقاوم بودن
۰۳-فوریه توابع انتقال
۰۳/۰۲/۲۰۰۱ خواص توابع سیگموئیدی
۰۳/۰۲/۲۰۰۲ تابع تانژانت هیپربولیک tansig
۰۳-مارس معماری شبکههای عصبی
۰۳/۰۳/۲۰۰۱ نورون با یک بردار به عنوان ورودی
۰۳/۰۳/۲۰۰۲ شبکه یک لایه
۰۳-آوریل قوانین یادگیری
۰۳/۰۴/۲۰۰۱ شبکههای پس انتشار
۰۳/۰۴/۲۰۰۲ شبکههای Feedforward
۰۳/۰۴/۲۰۰۳ آموزش شبکه
۳-۴-۳-۱ الگوریتم پس انتشار
۳-۴-۳-۲ الگوریتم Levenberg- Marquardt
۳-۴-۳-۳ توقف زودرس
۳-۴-۳-۴ محدودیتهای شبکههای پس انتشار
فصل چهارم:منطق فازی و مدل ترکیبی عصبی-فازی (ANFIS)
۰۴-ژانویه مقدمه
۰۴/۰۱/۲۰۰۱ سیستمهای فازی
۰۴/۰۱/۲۰۰۲ تاریخچه
۰۴-فوریه منطق فازی چیست؟
۰۴/۰۲/۲۰۰۱ توصیف منطق فازی
۰۴/۰۲/۲۰۰۲ دلایل استفاده از منطق فازی
۰۴/۰۲/۲۰۰۳ هدف منطق فازی
۰۴-مارس اصول در منطق فازی
۰۴/۰۳/۲۰۰۱ مجموعههای فازی
۰۴/۰۳/۲۰۰۲ توابع عضویت در منطق فازی
۰۴/۰۳/۲۰۰۳ عملیات منطقی
۰۴/۰۳/۲۰۰۴ قواعد if – then
۰۴-آوریل سیستمهای استنتاج فازی
۰۴/۰۴/۲۰۰۱ تعریف سیستمهای استنتاج فازی
۰۴/۰۴/۲۰۰۲ استنتاج فازی به روش سوگنو
۰۴/۰۴/۲۰۰۳ مقایسه روشهای ممدانی و سوگنو
۰۴-مه ANFIS
۰۴/۰۵/۲۰۰۱ ANFIS چیست؟
۰۴/۰۵/۲۰۰۲ یادگیری مدل و استنتاج از طریق ANFIS
۰۴/۰۵/۲۰۰۳ ساختار FIS و تنظیم پارامتر
۰۴/۰۵/۲۰۰۴ شبکه های یادگیرنده تطابقی عصبی فازی ANFIS
۰۴/۰۵/۲۰۰۵ معتبرسازی مدل با استفاده از مجموعه دادههای آزمایشی و دادههای وارسی
۰۴/۰۵/۲۰۰۶ محدودیتهای ANFIS
۰۴/۰۵/۲۰۰۷ ساختار و نحوهی ایجاد مدل نروفازی
۴-۵-۷-۱ افراز شبکهای
۴-۵-۷-۲ کلاسترینگ تفاضلی
۴-۵-۷-۳ C – Means فازی
فصل پنجم: تدوین مدلهای هوشمند شبیهسازی و پیشبینی پارامترهای کیفی
۰۵-ژانویه مقدمه
۰۵/۰۱/۲۰۰۱ مدلهای مورد استفاده
۰۵/۰۱/۲۰۰۲ مشخصات حوزه رودخانه و ایستگاه مورد مطالعه
۰۵/۰۱/۲۰۰۳ بررسی سازگاری دادهها
۰۵-فوریه انتخاب ورودی
۰۵/۰۲/۲۰۰۱ انتخاب ورودی مدلها برای شبیهسازی پارامترهای کیفی
۰۵/۰۲/۲۰۰۲ انتخاب ورودی مدلها برای پیشبینی پارامترهای کیفی
۰۵-مارس طراحی شبکه عصبی
۰۵/۰۳/۲۰۰۱ تعداد لایههای مخفی مورد نیاز
۰۵/۰۳/۲۰۰۲ تعداد نورونهای مورد نیاز لایۀ مخفی
۰۵/۰۳/۲۰۰۳ نوع توابع انتقال مورد استفاده
۵-۳-۳-۱ نرمال سازی دادهها
۰۵/۰۳/۲۰۰۴ انتخاب توابع آموزش شبکه
۰۵/۰۳/۲۰۰۵ ساختار شبکه عصبی مورد استفاده
۰۵/۰۳/۲۰۰۶ الگوریتم شبکه عصبی طراحی شده برای شبیهسازی و پیشبینی تغیرات شوری
۰۵-آوریل ارزیابی مدلها
۰۵/۰۴/۲۰۰۱ ریشه میانگین مربعات خطا
۰۵/۰۴/۲۰۰۲ میانگین درصد خطای مطلق
۰۵/۰۴/۲۰۰۳ ضریب کارایی شبکه
۰۵/۰۴/۲۰۰۴ میانگین خطای مطلق
۰۵/۰۴/۲۰۰۵ مجذور ضریب همبستگی
۰۵-مه نتایج پیشبینی پارامترهای کیفی رودخانه آبشیرین-ایستگاه گرآب
۰۵/۰۵/۲۰۰۱ نروفازی (ANFIS)
۵-۵-۱-۱ نروفازی در پیشبینیEC با ساختار genfis2
۵-۵-۱-۲ نروفازی در پیشبینیEC با ساختار genfis3
۰۵/۰۵/۲۰۰۲ شبکههای عصبی در پیشبینی EC گام زمانی آینده ایستگاه گراب
۰۵-ژوئن نتایج شبیهسازی پارامترهای کیفی رودخانه آبشیرین-ایستگاه گرآب
۰۵/۰۶/۲۰۰۱ شیبهسازی TDS با نروفازی genfis1
۰۵/۰۶/۲۰۰۲ شیبهسازی TDS با نروفازی genfis2
۰۵/۰۶/۲۰۰۳ شبکههای عصبی در شبیهسازی TDS ایستگاه گراب
۰۵/۰۶/۲۰۰۴ مقایسه نتایج شبیهسازی مدلهای شبکه عصبی و نروفازی
۰۵-ژوئیه مدلسازی مربوط به رودخانه رود زرد (ایستگاه ماشین)
۰۵/۰۷/۲۰۰۱ منطقه مورد مطالعه
۰۵/۰۷/۲۰۰۱ نتایج پیشبینی پارامتر کیفیTDS رودخانه رود زرد
۵-۷-۲-۱ نروفازی در پیشبینیTDS گام زمانی آینده رودخانه رود زرد-ایستگاه ماشین
۵-۷-۲-۲ شبکههای عصبی در پیشبینی TDS گام زمانی آینده رودخانه رود زرد-ایستگاه ماشین
۵-۷-۲-۳ مقایسه نتایج پیشبینی مدلهای شبکه عصبی و نروفازی
۰۵/۰۷/۲۰۰۲ نتایج شبیهسازی پارامتر کیفی TDSرودخانه رود زرد
۵-۷-۳-۱ نروفازی در شبیهسازی TDS رودخانه رود زرد-ایستگاه ماشین
۵-۷-۳-۲ شبکههای عصبی در شبیهسازی TDS گام زمانی آینده رودخانه رود زرد-ایستگاه ماشین
۵-۷-۳-۳ مقایسه نتایج شبیهسازی مدلهای شبکه عصبی و نروفازی رودخانه رود زرد
فصل ششم: نتایج و پیشنهادات
۰۶-ژانویه کلیات
۰۶-فوریه مزایای پارامترهای کیفی مدلسازی شده
۰۶-مارس بهبود نتایج در تحقیقات آتی
محصول های مرتبط
روش MBR در تصفیه اختلاط فاضلابهای شهری و صنعتی با هدف بازیافت پساب در چرخه تولید و مدل سازی آن
فصل ۱- کلیات ۱-۱- مقدمه ۱-۲- روشهای نوین تصفیه فاضلاب ۱-۲-۱- بیوراکتور غشایی MBR ۱-۲-۲- رآکتورهای بیولوژیکی با بستر متحرک…
رفتار لرزه ای تیر های پیوند لانه زنبوری
۱-۱ مقدمه شکل ۱-۳ عبور تاسیسات از داخل تیر لانه زنبوری ۱-۲ تاریخچهی تیرهای لانه زنبوری ۱-۳ کاربرد ۱-۴ پروسهی…
بررسی آنالیز های پوش اور مودال و جابه جایی محور جهت تخمین ظرفیت قابهای دوبعدی بتن مسلح
فصل اول نگاهی کلی به روش های آنالیز غیر خطی و مروری بر تحقیقات انجام شده ۱-۱-پیشگفتار ۱-۲-نگاه کلی به…
توسعه منحنی های شکنندگی برای ارزیابی لرزه ای سازه های فولادی
فصل اول: کلیات تحقیق مقدمه شرح مسئله اهداف و ضرورت تحقیق روش اجرای طرح و مدلهای مورد بررسی ساختار پایاننامه…
تعیین مشخصات دینامیکی پی جهت تحلیل دینامیکی اندرکنش خاک-سازه با استفاده از روشهای اجزای محدود و نامحدود
فصل اول: مقدمه ۱-۱-مقدمهای بر اندرکنش خاک-سازه ۱-۲-روشهای مستقیم و زیرسازه فصل دوم: مروری بر تحقیقات انجام شده ۲-۱-مقدمهای…
مطالعه بهسازی لرزه ای پل های بزرگراهی، مطالعه موردی پل شهید حقانی تهران
فصل ۱: بیان گفتار ۱-۱- مقدمه ۱-۲- هدف از تحقیق و اهداف آن ۱-۳- ساختار پایان نامه فصل ۲: کلیات…
قوانین ثبت دیدگاه