بهینه سازی همزمان عوامل تاثیرگذار بر عملکرد شبکه عصبی مصنوعی با استفاده از طرح باکس - بنکن و برنامه ریزی فازی

سال انتشار: 1392
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 517

فایل این مقاله در 14 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:

JR_IJIE-24-1_007

تاریخ نمایه سازی: 6 شهریور 1393

چکیده مقاله:

اندازه و همچنین پارامترهای آموزش شبکه عصبی تاثیر مهمی در عملکرد آن دارد . تاکنون هیچ روش ثابت و یا خط مشی سیستماتیک برای طراحی ساختار بهینه ی شبکه عصبی وجود ندارد . در این مطالعه ، سه معیار به عنوان معیارهای عملکرد شبکه عصبی مصنوعی و سه عامل کنترلی که بیشترین تاثیر را روی معیارهای عملکرد دارند ، معرفی شده اند . علاوه بر آن طرح باکس - بنکن برای طراحی آزمایشات مربوط به تنظیم پارامترها به کار برده شده است . بررسی یک فرآیند واقعی برای چنین موضوعاتی از اهمیت ویژه ای برخوردار می باشد ، لیکن به منظور بررسی و پیش بینی عملکرد روش پیشنهادی ، فرض شده است که متغیر خروجی فرآیند شبیه سازی شده دارای یک تابع نسبتاً پیچیده اما معین با متغیرهای ورودی می باشد . بعد از استخراج روابط عوامل کنترلی و معیارهای عملکرد تعیین شده مرتبط با شبکه عصبی طراحی شده ، روش برنامه ریزی فازی برای یافتن بهینه ترین ترکیب عوامل کنترلی جهت بهترین عملکرد شبکه عصبی مصنوعی به کار گرفته شده است . نتایج حاصل از مقایسه روش پیشنهادی با روش تنظیم پارامترها با استفاده از الگوریتم ژنتیک ، نشانگر کارایی روش پیشنهادی است . این رویکرد می تواند برای تنظیم پارامترها در حل انواع مختلف مسائل با استفاده از شبکه عصبی مصنوعی استفاده شود.

نویسندگان

مهدی بشیری

دانشیار گروه مهندسی صنایع دانشکده فنی و مهندسی دانشگاه شاهد ،

امیر فرشباف گرانمایه

دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه شاهد