شبیه سازی مدل دینامیکی معادلات دیفرانسیل کسری توزیع شده و کاربردهای آن در مدل سازی تصمیم گیری انسان

انسان ها روزانه تصمیم های متعددی در شرایط مختلف می گیرند. یکی از مسائل مهم و بنیادین در هوش مصنوعی و علوم شناختی جواب دادن به این سوال است که انسا ن چگونه تصمیم می گیرد پژوهشگران بسیاری با ساخت مدل های تصمیم گیری متفاوت سعی در پاسخ دادن به این سوال داشته اند. در این مقاله، با ارائه یک شبکه عصبی، سعی در شبیه سازی یکی از مدل های تصمیم گیری داریم. مدل منتخب بر اساس مشتق کسری توزیع شده و ارتباط آن با قدم زدن تصادفی است. به علاوه، شبکه عصبی مورد نظر از خانواده جدیدی از چندجمله ای های لاگرانژ 1 به نام توابع لاگرانژ توسعه یافته به عنوان توابع فعال ساز لایه های نهان استفاده می کند. همچنین از الگوریتم لونبرگ-مارچارت به عنوان بهینه ساز شبکه عصبی استفاده شده است. برای نشان دادن موثر بودن و کاربردی بودن شبکه عصبی مذکور تعدادی مثال عددی ارائه شده است. آزمایش های عددی میزان دقت و کارایی مدل را بیان می کند. دقت های بدست آمده در این آزمایش ها بیش از 10^20- است که این دقت در الگوریتم های قبلی حدود 10^10- بوده است.

Keywords:

شبکه های عصبی متعامد , الگوریتم لونبرگ مارچارت , تصمیم گیری شناختی , -تابع لاگرانژ توسعه یافته , مشتق کاپوتو