پایان نامه بهینه سازی پارامتر های شبکه عصبی برای افزایش کارایی یک زمانبند مرکزی در رایانش ابری
تعریف موسسه جهانی استاندارد و تکنولوژی از محاسبات ابری به شرح زیر است: شبکه محاسبات ابری مدلی است برای دسترسی به شبکه بر اساس تقاضا برای به اشتراک گذاری مجموعه ای از منابع پیکره بندی شده نظیر شبکه و سرور و محل ذخیره سازی و برنامه ها و سرویس ها که با میزان سرعت قابل […]
پایان نامه کاربرد سرمایه فکری بر مدل تنگدستی مالی با بهره گرفتن از شبکه عصبی
1-2-بیان مسأله اساسی پژوهش بسیاری از سیستمهای حسابداری فعلی از نقش و اهمیت فزاینده حق مالکیت معنوی و دانش در سازمانهای عصر نوین غافل بوده و از توان سنجش ارزش واقعی داراییها در محاسباتشان ناتوانند. به عبارت دیگر، صورتهای مالی در تشریح ارزش واقعی شرکتها از محدودیتهای بسیاری برخوردار هستند. در جوامع دانشمحور کنونی، بازده […]
پایان نامه پیش بینی و تشخیص کنتورهای خراب با بهره گرفتن از طراحی یک روش ترکیبی از شبکه عصبی و درخت تصمیم برای کاوش داده ها (مورد کاربردی: شرکت گاز استان کرمانشاه)
3-5 متدولوژی CRISP-DM… 66 3-6 شروع داده کاوی.. 67 3-6-1 درک کسب و کار 67 3-6-2 درک داده ها 67 3-6-3 آماده سازی داده ها 68 3-6-3-1 تولید داده های آموزشی. 69 3-6-3-2 تولید داده های تست و ارزیابی. 69 3-6-4 ساخت مدل. 70 3-6-4-1 افزودن انبارهای داده به نرم افزار 70 3-6-4-2 درخت تصمیم. […]
سمینار ارشد رشته شیمی فرایند: مدلسازی جداسازی غشایی LPG از جریان های گازی با بهره گرفتن از شبکه عصبی
1-1- هدفبا توجه به اهمیت و امتیازات فرایندهای جداسازی غشایی هدف از تحقیق حاضر این است که پس از معرفی و فرایندهای جداسازی توسط غشاء و شناخت کاربردها و امتیازات آن در صنعت، مکانیزم جداسازی گاز در در غشاها بررسی شود و به طور خاص رفتار غشاهای پلیمری در جداسازی گاز تشریح شود سپس غشاء […]
دانلود پایان نامه کاربرد شبکه های عصبی مصنوعی برای تشخیص مدل چاه های افقی
نفت خام، گاز طبیعی و آب موادی هستند که برای مهندسان نفت دارای اهمیت ویژهای هستند. این مواد که در دما و فشار پایین گاهی به صورت جامد یا نیمه جامد (مانند پارافین، هیدراتهای گازی، یخ و نفت خام با نقطه ریزش بالا) یافت میشوند، در اعماق زمین ودر ستون چاه به حالت سیال، به […]
پایان نامه : ارزیابی عملکرد پالایشگاه های کشور با مدل ترکیبی تحلیل پوششی داده ها و شبکه های عصبی مصنوعی
از آنجا که این مدل توسط ” چارنز ” ، ” کوپر ” و ” رودز ” ارائه گردید به مدل CCR که از حروف اول نام سه فرد فوق تشکیل شده است معروف گردید . هدف در این مدل اندازه گیری و مقایسه کارایی نسبی واحدهای سازمانی مانند مدارس ، بیمارستان ها ، شعب […]
سمینار کارشناسی ارشد رشته معدن : بهینه سازی الگوی آتشباری معدن سیمان تهران با بهره گرفتن از شبکه ها ی عصبی – فازی – ژنتیک
ناخواسته ناشی از انفجار شامل لرزش زمین ، انفجار هوا ، پرتاب سنگ و عقب زدگی میباشد .برای رسیدن به یک عملیات آتشباری مطلوب ، ضروری است که عوامل و پارامتر های تاثیر گذار براین پدیده مورد مطالعه قرار گیرند . به طور کلی عوامل تاثیر گذار بر عملیات آتشباری را می توان به دو […]
سمینار کارشناسی ارشد رشته معدن : بهینه سازی الگوی آتشباری معدن مس سرچشمه با بهره گرفتن از شبکه های عصبی مصنوعی
که عملیات آتشباری نزدیک مناطق مسکونی باشد دارای اهمیت بیشتری است . همچنین لرزش ناشی از آتشباری برای دیواره های معدن بسیار مخرب است . با توجه به تعداد پارامتر های موثر در بروز این پدیده و پیچیدگی رابطه ی متقابل بین این عوامل ، روش های تجربی موجود به طور دقیق قادر به پیش […]
سمینار کارشناسی ارشد رشته معدن :بهینه سازی الگوی آتشباری معدن سنگ آهن چادرملو با بهره گرفتن از شبکه های عصبی
به نحوی در ارتباط مستقیم و یا غیر مستقیم با آن می باشند . بهینه سازی این عملیات می تواند در کاهش حجم حفاری میزان مصرف مواد منفجره توزیع دانه بندی قطعات خرد شده و در نهایت هزینه های استخراج معادن سطحی موثر باشد . در اغلب موارد برای طراحی یک الگوی آتشباری مناسب در […]
سمینار کارشناسی ارشد مهندسی معدن : پیش بینی نرخ نفوذ TBM با بهره گرفتن از مدل شبکه های عصبی
به شمار می روند . به دلیل قیمت بالای ماشین ارزیابی عملکرد در این روش از اهمیت ویژه ای برخوردار است .مهمترین شاخص ارزیابی عملکرد TBM نرخ نفوذ این دستگاه است . عوامل موثر متعددی بر نرخ نفوذ TBM تاثیر دارند که از جمله مهمترین این عوامل می توان ویژگی سنگ بکر ، ویژگی های […]
پایان نامه ارشد رشته هوش مصنوعی: شناسایی تشکلهای همپوشان در شبکههای پویا
در دنیای امروز، ما با سیستم های پیچیده ای[1] در پیرامون خود احاطه شده ایم، از جامعه که در آن میلیون ها عضو با یکدیگر در حال تعامل هستند تا شبکه های تلفن همراه و کامپیوتر که میلیون ها کاربر را به یکدیگر متصل میکنند. همچنین توانایی ما برای استنتاج و درک محیط اطراف، وابسته […]
پایان نامه کارشناسی ارشد:ارتقای روش های مختلف پیش بینی فشاربخار مواد مختلف
فشار بخار یک خاصیت ترمودینامیکی مهم در طراحی تجهیزات فرایندی و عملیات واحد مهندسی شیمی است. از این رو،داده های فشاربخار تجربی که تمام محدوده فشار بخار را پوشش دهند خیلی ارزشمند هستند اما به دلیل فقدان اندازه گیری های دقیق برای فشاربخار برخی از مواد در نزدیکی نقطه سه گانه و بحرانی، معادله هایی که قادر به پیش بینی فشاربخار در چنین شرایطی باشند بسیار حائز اهمیت می باشنداما به دلیل شرایط ومحدودیت های موجود در بسیاری از روابط موجود، استفاده از روش های جدیدی كه به دور از این محدودیت ها باشند ،توصیه می گردد.یکی از روش های عددی که در سالهای اخیر جایگاه خاصی در محاسبات مهندسی شیمی پیدا کرده است، روش محاسبه بر اساس شبکه های عصبی می باشد.در این پژوهش، با استفاده از روش شبکه های عصبی مصنوعی، مدلی برای پیش بینی فشار بخار مواد مختلف ارائه شد.در کارحاضر،از 4 گروه از مواد شامل هیدروکربن های آروماتیکی،آلکان ها و آلکن ها، الکل ها و آلکیل سیکلوهگزان ها استفاده شد.مناسب ترین نوع شبکه عصبی مصنوعی برای پیش بینی فشاربخار این مواد، یک شبکه سه لایه پیشخور با الگوریتم پس انتشارخطا می باشد كه در آن از تابع انتقال تانژانت سیگموئید در لایه پنهان و تابع انتقال خطی در لایه خروجی بهره گرفته شده است . پارامترهای ورودی شبکه عبارتند از: دما، دمای بحرانی، فشاربحرانی و ضریب بی مركزی. داده های مورد نیاز جهت آموزش وتست شبکه از مقادیرمعتبر آزمایشگاهی گردآوری شدند.میزان خطای روش شبکه عصبی با مقادیر خطای حاصل از روش ها ی مختلف تخمین فشاربخار مقایسه شد. نتایج شبیه سازی نشان می دهند كه روش شبکه عصبی توانسته پیش بینی دقیقی از فشاربخار مواد ارائه دهد و از دقت بالاتری نسبت به سایر روش ها برخوردار است. کلمات کلیدی: فشار بخار، مدل سازی، پیش بینی خواص ترمودینامیکی، روش های هوشمند