فهرست مطالب
عنوان
صفحه
مقدمه
1
فصل یکم - منطق فازی و ریاضیات فازی
1-1- منطق فازی
2
1-1-1- تاریخچه مختصری از منطق فازی
2
1-1-2- آشنایی با منطق فازی
4
1-1-3- سیستم های فازی
7
1-1-4- نتیجه گیری
10
1-2- ریاضیات فازی
11
1-2-1- مجموعه های فازی
11
1-2-2- مفاهیم مجموعه های فازی
14
1-2-3- عملیات روی مجموعه های فازی
14
1-2-4- انطباق مجموعه های فازی
19
1-2-5- معیار های امکان و ضرورت
19
1-2-6- روابط فازی
21
1-2-6-1- رابطه ی هم ارزی فازی
23
1-2-6-2- ترکیب روابط فازی
23
1-2-7- منطق فازی
24
1-2-7-1- عملیات منطقی و مقادیر درستی فازی
25
1-2-7-2- کاربرد مقادیر درستی فازی
27
1-2-8- نتیجه گیری
27
فصل دوم- الگوریتم ژنتیک
2-1- چکیده
28
2-2- مقدمه
29
2-3- الگوریتم ژنتیک چیست؟
32
2-4- ایده اصلی الگوریتم ژنتیک
35
2-5- الگوریتم ژنتیک
37
2-6- سود و کد الگوریتم
38
2-7- روش های نمایش
39
2-8- روش های انتخاب
40
2-9- روش های تغییر
41
2-10- نقاط قوت الگوریتم های ژنتیک
42
2-11- محدودیت های GA ها
43
2-12- چند نمونه از کاربردهای الگوریتم های ژنتیک
43
2-13- نسل اول
45
2-14- نسل بعدی
46
2-14-1- انتخاب
47
2-14-2- تغییر از یک نسل به نسل بعدی(crossover)
47
2-14-3- جهش (mutation)
48
2-15- هایپر هیوریستیک
48
فصل سوم- بررسی مقالات
3-1- یک روش رویه‌‌‌ای پیش بینی دمای هوای شبانه برای پیش بینی یخبندان
3-1-1- چکیده
51
3-1-2- مقدمه
51
3-1-3- روش شناسی
53
3-1-3-1- مجموعه اصطلاحات
53
3-1-3-2-نگاه کلی
53
3-1-3-3- یادگیری
54
3-1-3-4- تولید پارامتر های ساختاری
55
3-1-3-5- پیش بینی
57
3-1-3-6- متناسب سازی ضعیف، متوسط و دقیق
59
3-1-4- نتایج
60
3-1-4-1- واقعه ی یخبندان شپارتون
64
3-1-4-2- بحث
65
3-1-5- نتیجه گیری
66
3-2- پیش بینی دما و پیش گویی بازار بورس بر اساس روابط منطق فازی و الگوریتم ژنتیک
3-2-1- چکیده
67
3-2-2- مقدمه
67
3-2-3- سری های زمانی فازی و روابط منطق فازی
69
3-2-4- مفاهیم اساسی و الگوریتم های ژنتیک
70
3-2-5- روش جدید پیش بینی دما و بازار بورس بر اساس روابط منطقی فازی و الگوریتم های ژنتیک
71
3-2-6- نتیجه گیری
93
3-3-پیش بینی روند دمای جهانی بر اساس فعالیت های خورشیدی پیشگویی شده در طول دهه های آینده
3-3-1- چکیده
94
3-3-2- مقدمه
94
3-3-3- داده و روش بررسی
96
3-3-4- نتایج
99
3-3-5- نتیجه گیری
100
فهرست شکلها
عنوان
صفحه
شکل 1-1-1- طرز کار سیستم فازی
7
شکل 1-2-1- نمودار توابع فازی s، ذوزنقهای و گاما
13
شکل 1-2-2- مثال هایی از اجتماع، اشتراک و متمم دو تابع عضویت
16
شکل 1-2-3- برخی از عملگر های پیشنهاد شده برای اشتراک
17
شکل1-2-4- برخی از عملگر های پیشنهاد شده برای اجتماع
18
شکل 1-2-5- انطباق دو مجموعه فازی
19
شکل 1-2-6- نمایش معیار های امکان و ضرورت
20
شکل 1-2-7- مقادیر درستی فازی
25
شکل 2-1- منحنی
32
شکل 2-2- تاثیر الگوریتم ژنتیک بر کروموزوم های 8 بیتی
41
شکل3-1-1-تفاوت های تولید شده ی بین مشاهدات مرجع و مشاهداتی که زودتر در صف می آیند
54
شکل 3-1-2- مشاهدات هواشناسی به صف شده
55
شکل 3-1-3- دیاگرام درختی
58
شکل 3-1-4- توابع گاوس برای متناسب سازی ضعیف، متوسط و دقیق دمای هوا
59
شکل 3-1-5- هیستوگرام خطا های پیش بینی
61
شکل3-1-6- خطای میانه ماهیانه
61
شکل 3-1-7-خطای درصدی میانه ماهیانه
62
شکل 3-1-8-تراکم پیش بینی
63
شکل 3-1-9- ترسیم توزیعی دمای هوای مشاهده شده در مقابل 1 ساعت پیش بینی دمای هوا
64
شکل3-1-10- واقعه ی شپارتون، مشاهده و پیش بینی دماهای هوا
65
شکل 3-2-1- یک کروموزوم
74
شکل 3-2-2- توابع عضویت متناظر رن هایx کروموزوم های نشان داده شده در شکل3-2-1
76
شکل 3-2-3- توابع عضویت متناظر ژن هایy کروموزوم های نشان داده شده در شکل3-2-1
77
شکل 3-2-4- عملیاتcrossover دو کروموزوم
82
شکل3-2-5- عملیات جهش یک کروموزوم
84
شکل 3-2-6- بهترین کروموزوم برای پیش بینی میانگین دمای روزانه در ژوئن 1996
84
شکل 3-2-7- میانگین خطای پیش بینی روشهای پیشنهادی بر اساس سری های زمانی فازی مرتبه سوم
86
شکل 3-2-8- خطای مربع حسابی بر اساس سری های زمانی فازی مرتبه هفتم
91
شکل 3-3-1-پیکر بندی شبکه های عصبی منطقی فازی
96
شکل 3-3-2- مقادیر مشاهده و پیش بینی شده ی ولف نو
98
شکل 3-3-3- مقادیر مشاهده و پیش بینی شده ی دمای غیر عادی جهان
98
فهرست جدولها
عنوان
صفحه
جدول1-2-1- برخی از مفاهیم پایه ی مجموعه های فازی
14
جدول3-1-1- تاریخ اولین پیش بینی و خطای پیش بینی مربوطه
63
جدول3-2-1- داده های پیشین میانگین دمای روزانه از 1 ام ژوئن 1996 تا 30 ام سپتامبر در تایوان
72
جدول3-2-2- داده های قدیمی تراکم ابر های روزانه از 1 ام ژوئن 1996 تا 30 ام سپتامبر در تایوان
74
جدول3-2-3- جمعیت ابتدایی
78
جدول3-2-4- میانگین دمای روزانه ی فازی شده و تراکم ابرهای روزانه فازی شده از 1 ام ژوئن تا30ام سپتامبر در تایوان بر اساس نخستین کروموزوم
79
جدول3-2-5- دو فاکتور مرتبه سوم روابط گروهی منطق فازی
80
جدول3-2-6- دمای پیش بینی شده و میانگین خطای پیش بینی بر اساس سریهای زمانی فازی مرتبه سوم
85
جدول3-2-7- درصد میانگین خطای پیش بینی برای مراتب مختلف بر اساس روشهای پیشنهادی
86
جدول3-2-8- درصد میانگین خطاهای پیش بینی برای پنجره های متفاوت بر اساس روشهای پیشنهادی
87
جدول3-2-9- داده های قدیمیTAIFEXو TAIEX
89
جدول3-2-10- خطای مربع حسابی برای مراتب مختلف روش پیشنهادی
89
جدول3-2-11- مقایسه مقادیر پیشبینیTAIFEXوخطاهای مربع حسابی برای روشهای مختلف پیش بینی
90
دانلود پایان نامه رشته کامپیوتر با عنوان پیش بینی دما با استفاده از روش های هوشمند با فرمت word
