CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

یک روش شبکه عصبی بدون پارامتر جریمه برای حل دسته ای از مسائل بهینه سازی ناهموارنامحدب

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۳۰۳ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: SCIHUB01_002
زبان مقاله: فارسی
حجم فایل: ۴۳۲.۰۸ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله یک روش شبکه عصبی بدون پارامتر جریمه برای حل دسته ای از مسائل بهینه سازی ناهموارنامحدب

  الهه توکل - دانشجوی کارشناسی ارشد، دانشگاه تربیت مدرس
  سید محمد حسینی - عضو هیئت علمی، دانشگاه تربیت مدرس

چکیده مقاله:

در این مقاله یک روش شبکه عصبی بدون حضور پارامتر جریمه و بر پایه روش های هموار ساز و محدب ساز برای حل دسته ای از مسائل بهینهسازی ناهموار نامحدب ارائه می شود که در آن ها تابع هدف لزوماً هموار یا محدب نمی باشد و توابع حاضر در قیود محدب و لزوماً هموار نمیباشند. این روش شبکه عصبی دارای چند ویژگی مهم می باشد ا، ولاً به علت عدم نیاز به انجام محاسبات زمان بر مربوط به پارامتر جریمه، هزینهمحاسباتی تا حد زیادی کاهش و سرعت همگرایی به جواب بهینه افزایش می یابد و به علاوه چون تقریب نادقیق پارامتر جریمه ممکن است به بدحالتی یا واگرایی منجر شود، عدم حضور این پارامتر در این روش حساسیت جواب به این پارامتر را از بین می برد. ثانیاً به علت بناگذاری شبکهعصبی بر پایه معادله دیفرانسیل، نیازی به حل شمول دیفرانسیل نمی باشد و ثالثاً در این روش نیازی به شدنی بودن نقطه آغازین نمی باشد. در اینمقاله، با ارائه نتایج و مقایسات عددی حاصل از پیاده سازی الگوریتم متناظر به این روش شبکه عصبی، کارآیی این روش از لحاظ کاهش هزینهمحاسباتی و افزایش سرعت همگرایی به جواب بهینه، نشان داده می شود

کلیدواژه‌ها:

بهینه سازی ناهموار نامحدب، شبکه عصبی، پارامتر جریمه، روش هموارساز، روش محدب ساز

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-SCIHUB01-SCIHUB01_002.html
کد COI مقاله: SCIHUB01_002

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
توکل, الهه و سید محمد حسینی، ۱۳۹۴، یک روش شبکه عصبی بدون پارامتر جریمه برای حل دسته ای از مسائل بهینه سازی ناهموارنامحدب، کنفرانس بین المللی علوم فیزیک و ریاضی، بصورت الکترونیکی، پردیس بین الملل توسعه ایده هزاره، https://www.civilica.com/Paper-SCIHUB01-SCIHUB01_002.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (توکل, الهه و سید محمد حسینی، ۱۳۹۴)
برای بار دوم به بعد: (توکل و حسینی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • I.Hosseini, Alireza, and S. M. Hosseini, A New Steepest Descent ...
  • Chen, Xiaojun, Smoothing methods for nonsmooth, nonconve minimization , Mathematical ...
  • Li, Tao, et al. "Local saddle point and a class ...
  • Hosseini, Alireza, S. Mohammad Hosseini, and M. Soleimani -damaneh, A ...
  • , , Bian, Wei, and Xiaojun Chen, Neural network for ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۲۴۳۱۷
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.