CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

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

عنوان مقاله: یک روش شبکه عصبی بدون پارامتر جریمه برای حل دسته ای از مسائل بهینه سازی ناهموارنامحدب
شناسه (COI) مقاله: SCIHUB01_002
منتشر شده در کنفرانس بین المللی علوم فیزیک و ریاضی در سال ۱۳۹۴
مشخصات نویسندگان مقاله:

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

خلاصه 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

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

صفحه اختصاصی مقاله و دریافت فایل کامل: https://www.civilica.com/Paper-SCIHUB01-SCIHUB01_002.html