بهبود عملکرد پیش بینی کننده های فازی عصبی توسط الگوریتم یادگیری عاطفی
Publish place: 11th Iranian Conference on Electric Engineering
Publish Year: 1382
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,384
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE11_086
تاریخ نمایه سازی: 18 تیر 1391
Abstract:
پیش بینی سریهای زمانی غیرخطی را میتوان یک شاخه مهمدربحث شناسایی سیستم وبهینه سازی غیرخطی دانست درچند دهه اخیر شبکه های عصبی و مدلهای فازی عصبی مختلف درمدلسازی سیستمهای غیرخطی بکاررفته اند و روشهای آموزش متعددی به این منظور معرفی شده اند با یک نگاه کاربردی به مساله پیش بینی سریهای زمانی داده های مشاهده ای اهمیت استفاده از روشهای یادگیری چندمنظوره نمایان میشود یک مثال مناسب از چنین مساله ای پیش بینی سریهای زمانی فعالیت خورشیدی است پیش بینی دقیق فعالیت خورشیدی درسالهای اوج آن درطول سیکل یازده ساله بخاطر اثراتش برزمین و ماهواره ها از اهمیت بیشتری برخوردار است روش یادگیری عاطفی یک روش یادگیری چند منظوره با بارمحاسباتی کم است که درتصمیم گیری و کاربردهای کنترلی با موفقیت بکارگرفته شدها ست دراینمقاله یک سیستم استنتاج فازی با یادگیری عاطفی ELFIS معرفی می شود و درپیش بینی نمونه هایی از سریهای زمانی غیرخطی مانند تعداد لکه های خورشیدی و قیمت سهام بکارمیرود.
Keywords:
یادگیری عاطفی - پیش یبنی - سریهای زمانی غیرخطی - مدلهای فازی عصبی - تعداد لکه های خورشیدی - قیمت سهام
Authors
علی قلی پور
دانشگاه تهران دانشکده فنی گروه مهندسی برق و کامپیوتر
کارو لوکس
پژوهشکده سیستمهای هوشمند مرکز تحقیقات فیزیک نظری و ریاضیات
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 :