1- اسفندیاری درآباد، ف.، حسینی، ا.، آزادی مبارکی، م. و ز. حجازی زاده. 1389. پیش بینی میانگین دمای ماهانه ایستگاه سینوپتیک سنندج با استفاده از مدل شبکه عصبی مصنوعی پرسپترون چند لایه (MLP). فصلنامه انجمن جغرافیای ایران، 27: 65-45.
2- اکبری، م.، جرگه، م. و ح. مدنی سادات. 1388. بررسی افت سطح آبهای زیرزمینی با استفاده از سیستم اطلاعات جغرافیایی (GIS) (مطالعه موردی: آبخوان دشت مشهد). مجله پژوهشهای حفاظت آب و خاک، 16(4): 78-63.
3- ایزدی، ع.، داوری، ک.، علیزاده، ا. و ب. قهرمان. 1387. کاربرد مدل دادههای ترکیبی در پیش بینی سطح آب زیرزمینی. مجله آبیاری و زهکشی ایران، 2(2): 143-142.
4- خوشحال دستجردی، ج. و م. حسینی. 1389. کاربرد شبکه عصبی مصنوعی در شبیه سازی عناصر اقلیمی و پیش بینی سیکل خشکسالی (مطالعه موردی: استان اصفهان). مجله جغرافیا و برنامه‌ریزی محیطی، 39(3): 120-107.
5- دلاور، م. 1384. تحلیل و ارائه مدل نوسانات تراز آب دریاچه ارومیه و آنالیز ریسک مناطق ساحلی. پایان نامه کارشناسی ارشد آبیاری، دانشکده کشاورزی، دانشگاه تربیت مدرس، 117 صفحه.
6- رحمانی، ع. و م. سدهی. 1383. پیش بینی تغییرات سطح آب زیرزمینی دشت همدان- بهار با مدل سریهای زمانی. مجله آب و فاضلاب، 51: 49-42.
7- روشن، ر. 1385. پیش بینی تورم ایران به کمک مدلهای ARIMA, GHARCH, ARCH و شبکه‌های عصبی و مقایسه کارایی مدلهای مذکور. پایان نامه کارشناسی ارشد اقتصاد، دانشکده علوم اداری- اقتصادی، دانشگاه زاهدان، 135 صفحه.
8- ﺻﺎدﻗﯽ، ح.، ذوالفقاری، م. و م. الهامینژاد. 1390. مقایسه عملکرد شبکه‌های عصبی و مدل ARIMA در مدلسازی و پیش‌بینی کوتاه‌مدت قیمت سبد نفت‌خام اوپک (با تاکید بر انتظارات تطبیقی). فصلنامه مطالعات اقتصاد انرژی، 28: 47-25.
9- طرازکار، م. 1384. پیش بینی قیمت برخی محصولات زراعی در استان فارس: کاربرد شبکه عصبی مصنوعی. پایان نامه کارشناسی ارشد اقتصاد کشاورزی، دانشکده کشاورزی، دانشگاه شیراز، 183 صفحه.
10- فلاح، س.، قبادی نیا، م.، شکرگزار دارابی، م. و ش. قربانی دشتکی. 1391. بررسی پایداری منابع آب زیرزمینی دشت داراب استان فارس. مجله پژوهش آب در کشاورزی، 26(2): 172-161.
11- ﻓﻬﻴﻤﻲﻓﺮد، س.، سالارپور، م. و م. صبوحی. 1390. مقایسه توان پیش‌بینی مدل عصبی-فازی ANFIS با مدل شبکه عصبی ANN و خود رگرسیونی ARIMA مطالعه موردی قیمت هفتگی تخم‌مرغ. فصلنامه اقتصاد کشاورزی و توسعه، 74: 203-181.
12-
کریمی گوغری، ش. و ا. اسلامی. 1387. پیش بینی بارندگی سالانه در استان کرمان با استفاده از شبکه های عصبی مصنوعی. مجله آبیاری و زهکشی ایران، 2 (2): 132-123.
13- محتشم، م.، دهقانی، ا. ا.، اکبرپور، ا. و م. مفتاح هلقی. 1388. پیش‌بینی سطح ایستایی آب زیرزمینی با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: دشت بیرجند).
هشتمین کنگره بین المللی مهندسی عمران، دانشگاه شیراز، شیراز. اردیبهشت.
14- منهاج، م. 1377. مبانی شبکه‌های عصبی (هوش محاسباتی). نشر دکتر حسابی، چاپ اول، تهران، 718 صفحه.
16- نجفی، ب. و م. طرازکار. 1385. پیش بینی میزان صادرات پسته ایران: کاربرد شبکه عصبی مصنوعی. پژوهشنامه بازرگانی، 39: 214-191.
17- یوسفیراد، م.، صفایی جزی، ر. و م. بخشایی. 1387. محاسبه حجم آبخوانهای آبرفتی (سفرههای آب زیر زمینی) در سیستم اطلاعات جغرافیایی (GIS) مطالعه موردی : دشت کمیجان اراک.
همایش ژئوماتیک، تهران، اردیبهشت.
18- Bithas, K. 2008. The sustainable residential water use: Sustainability, efficiency and social equity. Ecological Economics, 68: 221-229.
19- Chen, X., Racine, J. and R. N. Swanson. 2001. Semiparametric ARX neural network models with an application to forecasting inflation. Neural Networks, 12 (4): 674-683.
21- Haoffi, Z., Guoping, X., Fagting, Y. and Y. Han. 2007. A neural network model based on the multi-stage optimization approach for short-term food price forecasting in China. Expert Systems with Applications, 33: 347-356.
22- Hetch-Nielsen, R. 1987. Kolmogorovʼs mapping neural networks existence theorem. In first IEEE International Conference on Neural Networks, San Diego, California., 3-11, IEEE, Piscataway, N. J.
23- Hotunluoglu, H. 2011. Forecasting Turkey’s energy demand using artificial neural networks: Three scenario application. Journal of Ege Academic Review, 11: 87-94.
24- Kavaklioglu K., Ceylan H., Ozturk, H.K. and O. E. Canyurt. 2009. Modeling and prediction of Turkey’s electricity consumption using Artificial Neural Networks. Energy Conversion and Management, 50: 2719–2727.
25- Khan, S., Gabriel, H. F. and T. Rana. 2008. Standard precipitation index to track drought and assess impact of rainfall on watertables in irrigation areas.
Irrigation and Drainage Systems, 22:159–177.
)