استخراج قواعد فازی هوشمند برای مدلسازی فرایند های پیچیده با استفاده از شبکه های عصبی
Publish place: 19th Annual Conference on Mechanical Engineering (ISME2011)
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,213
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISME19_368
تاریخ نمایه سازی: 2 اردیبهشت 1390
Abstract:
امروزه استفاده از داده های ورودی-خروجی و شبکه های عصبی برای مدلسازی فرایندهای پیچیده کاربرد وسیعی پیدا کرده است. در این مقاله روشی پیشنهاد شده است که با فازی سازی ورودی هاوخروجی و استفاده از شبکه های عصبی تعدادی قواعد فازی هوشمند برای مدلسازی و پیش بینی رفتار فرایند های پیچیده ارایه می کند. قواعد فازی هوشمند جایگزین معادلات پیچیده ای می شوند که به صورت معمول از شبکه های عصبی استخراج می شوند. با استفاده از این قواعد فازی می توان درصد و میزان تاثیر گذاری پارامترهای ورودی بر روی خروجی را تعیین کرد و نحوه ارتباط بین ورودیها و خروجی های مدل را بدست آورد. در استخراج قواعد فازی هوشمند از الگوریتم های بهینه سازی هم در انتخاب بهینه ساختار شبکه عصبی و هم در انتخاب بهینه توابع عضویت استفاده می شود. از این روش برای مدلسازی دو فرایند پیچیده استفاده شده است و نشان داده شده است که روش حاضر از قابلیت اطمینان بالایی در مدلسازی و پیش بینی این فرایند های پیچیده برخوردار است.
Keywords:
Authors
جمال الدین متولی الموتی
دانشجوی کارشناسی ارشد، دانشکده مکانیک، دانشگاه گیلان
علی جمالی
استادیار دانشکده مکانیک، دانشگاه گیلان
نادر نریمان زاده
استاد دانشکده مکانیک، دانشگاه گیلان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :