رویکرد عصبی - فازی به حل مسائل چند هدفه در مدل یک ماشین

Publish Year: 1383
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,960

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IIEC03_054

تاریخ نمایه سازی: 10 مهر 1385

Abstract:

این مقاله روشی جهت حل کارای توابع هدف ترکیبی مسائل یک ماشین با استفاده از شبکه های عصبی چند لایه ای پرسپترون (MLP) و استنتاج فازی ارائه می نماید. در ابتدا با حل بهینه تعدادی مسائل کوچک، داده های آموزش آماده و سپس به صورت مقدار عضویت به مجموعه های فازی ورودی، وارد لایه ای متشکل از تعدادی شبکه عصبی می شوند. هعر یک از شبکه های عصبی این لایه، وظیفه نگاشت فضای حالت کار به مقدار عضویت به مجموعه فازی خروجی متناظر با خودرا دارند. نهایتا با استفاده از استنتاج فازی، مقادیر خروجی بدست آمده از لایه شبکه های عصبی، به فضای ترتیب کارها نگاشت می شوند. این روش موجب کاهش خطای خروجی شبکه عصبی در نگاشت مستقیم فضای حالت به فضای ترتیب می شود. الگوریتم استفاده شده در بسیاری از نمونه های که جواب بهینه آنها قابل دستیابی بوده، به جواب بهینه دست یافته و برای تعداد کارهای بسیار زیاد، نتایج بهتری را نسبت به الگوریتم بهبود داده شده مقایسات زوجی نشان می دهد.

Authors

قاسم مصلحی

استادیار دانشکده مهندسی صنایع دانشگاه صنعتی اصفهان

حامد ترکش

دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه صنعتی اصفهان

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 :
  • کنفرانس بین املی مهندسی صنایع 23 و 24 تیرماه 1383 ...
  • _ International Industrial Engineering Conference 13&14th July 2004 دانشگاه ...
  • امین نیری.م و مصلحی ق، الگوریتم بهینه یابی تعیین توالی ...
  • K. R.Baker, Introduction to Sequencing and Scheduling, 1974 ...
  • K.R.Baker and G.D.Scudder, *Sequencing With Earliness and Tardiness Penalties: A ...
  • R.M. Russell, J.E. Holsenback. *Evaluation of leading heuristics for the ...
  • C. Koulamas, _ total tardiness problem: Review and extensions , ...
  • Shengxiang Yang. Dingwei Wang. _ _ adaptive neural network and ...
  • Haibin Yu, Wei Liang, ،Neural network and genetic algorithm-b ased ...
  • Youngshin Parka, Sooyoung Kima and Young-Hoon Leeb. *Scheduling jobs on ...
  • Leea, J. Shawba, ،A neural-net approach to real time flow-shop ...
  • I. Sabuncuoglu and B. Gurgun. A neural network model for ...
  • J.J. Hopfield and D.W. Tank.، Neural computation of decisions in ...
  • Shan Fenga:, Ling Lib, Ling Cena and Jingping Huanga. *Using ...
  • D. Ackley and G. Hinton, T. Sejnowski. _ learning algorithm ...
  • I. Arizono, A. Yamamoto and H. Ohta. *Scheduling for minimizing ...
  • A.K. Granino, Neural Network Experiments on Personal Computers and Workstations. ...
  • S.K. Sim, K.T. Yeo and W.H. Lee, _ expert neural ...
  • H.C. Zhang and S.H. Huang. *Applications of neural networks in ...
  • Balakrishnan. El-Bouri and Popplewell. *Sequencing jobs oy a single machine: ...
  • Dietrich, Statistical Mechanics of Neural Networks: Enhancement by Weighting of ...
  • Simon Haykin. Neural Networks, a _ mprehensive foundation, Prentice Hall, ...
  • M.T. Hagan and M. Menhaj, *Training feed forward networks with ...
  • نمایش کامل مراجع