طراحی و آموزش بهینه شبکه عصبی با استفاده از روش بهینه سازی چند هدفه ی MOIPO

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 655

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEEE06_300

تاریخ نمایه سازی: 1 مهر 1394

چکیده مقاله:

الگوریتم ابتکاری بهینه سازی صفحات شیب دار (IPO) مبتنی بر حرکت بدون اصطکاک عوامل جستجو بر روی تابع برازندگی و لغزش آنها به سمت نقاط مینیمم سراسری آن است. این الگوریتم کارآیی خود را در حل مسائل پیچیده مهندسی نشان داده است. در این مقاله، از نسخه چند هدفه ی روش IPO به منظور طراحی معماری و به صورت همزمان آموزش بهینه شبکه عصبی پرسپترون چند لایه استفاده شده است. در روش پیشنهادی که به اختصار MOIPONN نامیده شده از مفهوم بهینگی پرتو برای شناسایی بهترین معماری و آموزش توام شبکه استفاده می شود. دقت و پیجیدگی به دست آمده از شبکه عصبی به وسیله الگوریتم پیشنهادی با الگوریتم پرکاربرد MOPSO مقایسه شده است. این مطالعه نشان می دهد که شبکه عصبی طراحی شده به وسیله روش پیشنهادی، در مسئله ی طبقه بندی داده از لحاظ تعادل بین دقت و سادگی شبکه، نسبت به الگوریتم MOPSO عملکرد بهتری دارد.

کلیدواژه ها:

الگوریتم بهینه سازی صفحات شیب دار ، بهینگی پرتو ، شبکه عصبی پرسپترون چند لایه ، طبقه بندی داده

نویسندگان

نجمه صیادی

دانشجوی کارشناسی ارشد مهندسی الکترونیک، دانشکده برق و کامپیوتر، دانشگاه بیرجند

سیدحمید ظهیری

دانشیار گروه الکترونیک و مخابرات، دانشکده برق و کامپیوتر، دانشگاه بیرجند

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • ده‌باشیان، مریم، ظهیری، سیدحمید، "MOGSA:روشی جدید در بهینه‌سازی چندهدفه مبتنی ...
  • ده‌باشیان، مریم، ظهیری، سیدحمید، "ارائه یک بهینه‌سازی نوین در آنالوگ ...
  • نجف زاده، حامد، ظهیری، سید حمید، "الگوریتم بهینه سازی نیروی ...
  • اطلاعات، جلد 2، شماره 2، سال .139 1 ...
  • کاشفی کاویانی، علی، پورموسوی کنی، سیدعلی، جهانبانی اردکانی، علی، "آموزش ...
  • ده‌باشیان، مریم، ظهیری، سیدحمید، "آموزش شبکه MLPعصبی در طبقه بندی ...
  • _ ظهیری، سید حمید، " طبقه بندی کننده چند منظوره ...
  • مفری، محمد حامد، عبدی، حامد، ظهیری، سید حمید، "الگوریتم جدید ...
  • M. R. Sierra and C. A C. Coello, Multi-obj ective ...
  • Paliwal, M., & Kumar, U. A. _ Neural Networks and ...
  • K. Miettinen, "Nonlinear Multiobjective Optimization". Boston, MA, Kluwer, 1999. ...
  • Horn, J., Nafpliotis, N., and Goldberg, D. E., "A niched ...
  • Srinivas, N. and Deb, K., "Multiobj ective optimization using nondominated ...
  • Deb, K., Agrawal, S., Pratap, A., and Meyarivan, T., "A ...
  • Zitzler, E., and Thiele, L _ _ "Multiobj ective evolutionary ...
  • Zitzler, E., Laumanns, M., and Thiele, L., " SPEA2: Improving ...
  • Tan, K. C., Lee, T. H., and Khor, E. F., ...
  • Coello Coello, C.A., Polido, G.T, and Lechuga, M. S., "Handling ...
  • Evolutionary Computation, VOL. 8, NO. 3, JUNE 2004. ...
  • De Carvalho, A., "Evolutionary design of MLP neural network architectures ...
  • Green II, R. C., Wang, L, , and Alam, M., ...
  • Mirjalili, S., Mohd Hashim, S. Z., and Moradiar Sardroudi, H., ...
  • (22), pp. 1 1125-1 1137, 2012. ...
  • Zarth, A., and Ludermir, T. B., "Optimization of neural networks ...
  • De Lima, N. F. and Ludermir, T. B., " Frankenstein ...
  • Yusiong, J. P. T. , Naval Jr, P.C. , "Training ...
  • Garcia-Pedrajas, N., Hervas-Mart inez, C., & Muioz-Perez, J., eOVNET: A ...
  • evolving artificial neural networks, " IEEE Trans. Neural Netw., vol. ...
  • M. Delgado, M.P .Cuellar, M.C. Pegalajar, " Multiobjective hybrid optimization ...
  • Garcia-Perdraj as, N., Sanz-tapia, E., Ortiz- Boyer, D., Hervas, C. ...
  • A. Asuncion, D. Newman, UCI Machine Learning Repository. =http :/www.ics.uci ...
  • نمایش کامل مراجع