دانلود کتاب Uncertainty Forecasting in Engineering
49,000 تومان
پیش بینی عدم قطعیت در مهندسی
| موضوع اصلی | فن آوری |
|---|---|
| نوع کالا | کتاب الکترونیکی |
| ناشر | Springer |
| تعداد صفحه | 211 |
| حجم فایل | 5 مگابایت |
| کد کتاب | 9783540371731,3540371737 |
| نوبت چاپ | 1 |
| نویسنده | Bernd Moller, Uwe Reuter |
|---|---|
| زبان | انگلیسی |
| فرمت | |
| سال انتشار | 2007 |
جدول کد تخفیف
| تعداد کتاب | درصد تخفیف | قیمت کتاب |
| 1 | بدون تخفیف | 25,000 تومان |
| 2 | 20 درصد | 20,000 تومان |
| 3 الی 5 | 25 درصد | 18,750 تومان |
| 6 الی 10 | 30 درصد | 17,500 تومان |
| 11 الی 20 | 35 درصد | 16,250 تومان |
| 21 الی 30 | 40 درصد | 15,000 تومان |
| 31 الی 40 | 45 درصد | 13,750 تومان |
| 41 الی 50 | 50 درصد | 12,500 تومان |
| 51 الی 70 | 55 درصد | 11,250 تومان |
| 71 الی 100 | 60 درصد | 10,000 تومان |
| 101 الی 150 | 65 درصد | 8,750 تومان |
| 151 الی 200 | 70 درصد | 7,500 تومان |
| 201 الی 300 | 75 درصد | 6,250 تومان |
| 301 الی 500 | 80 درصد | 5,000 تومان |
| 501 الی 1000 | 85 درصد | 3,750 تومان |
| 1001 الی 10000 | 90 درصد | 2,500 تومان |
ترجمه فارسی توضیحات (ترجمه ماشینی)
پیش بینی عدم قطعیت در مهندسی
این کتاب به پیشبینی عدم قطعیت بر اساس رویکرد سریهای زمانی فازی، از جمله فرآیندهای تصادفی فازی و شبکههای عصبی مصنوعی میپردازد. در نظر گرفتن داده ها و عدم قطعیت اندازه گیری، پیش بینی را در طیف گسترده ای از کاربردها، به ویژه در زمینه های مهندسی، علوم محیطی و مهندسی عمران، افزایش می دهد.
داده های نامطمئن با استفاده از یک نمایش فازی افزایشی جدید که امکان برآورد کامل و دقیق عدم قطعیت را فراهم میکند.
این کتاب برای مهندسین و همچنین متخصصانی که در زمینههای مرتبط کار میکنند، طراحی شده است. روش های توصیفی، مدل سازی و پیش بینی مربوط به سری های زمانی فازی به تفصیل معرفی و توضیح داده شده است. تاکید بر پیشبینی با کمک فرآیندهای تصادفی فازی، مانند فرآیندهای ARMA فازی و فرآیندهای نویز سفید فازی، و همچنین پیشبینی مبتنی بر شبکههای عصبی مصنوعی است.
همه الگوریتمهای عددی بهطور جامع توصیف و با مثالهای عملی نشان داده شدهاند.
This book deals with uncertainty forecasting based on a fuzzy time series approach, including fuzzy random processes and artificial neural networks. A consideration of data and measurement uncertainty enhances forecasting in a wide range of applications, particularly in the fields of engineering, environmental science and civil engineering.
Uncertain data are described by means of a new incremental fuzzy representation which permits a complete and accurate estimation of uncertainty.
The book is aimed at engineers as well as professionals working in related fields. Descriptive, modeling and forecasting methods pertaining to fuzzy time series are introduced and explained in detail. Emphasis is placed on forecasting with the aid of fuzzy random processes, such as fuzzy ARMA processes and fuzzy white-noise processes, as well as forecasting based on artificial neural networks.
All numerical algorithms are comprehensively described and demonstrated by way of practical examples.
برای فرستادن دیدگاه، باید وارد شده باشید.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.