ارزیابی معیارهای آماری یک تابع بهینه یابی شده سازهای در شبکه عصبی مصنوعی

به دنبال پردازش و حل سریعتر مسایل، شبکه عصبی مصنوعی، که یک سامانه پردازشی داده هاست و از مغز انسان ایدهگرفته شده مطرح شده است. در شبکه های عصبی پردازش داده ها را به عهده پردازنده های کوچکی که به صورت شبکه ایبه هم پیوسته و موازی با یکدیگر رفتار می کنند، می باشد. از مزایای این شبکه ها، سرعت زیاد آن در پاسخگویی است. همچنیناین شبکه ها توان پاسخ گویی به سوال های بی جوابمان را با درصد خطاهای مختلف را دارا است. شبکه های عصبی در واقعهمانند یک سیستم پاسخگویی تجربی است که امکان خطا کردن دارد، اما هرچه بیشتر تجربه کرده باشد و هر چه تجربهکنندگانش (نورون ها) بیشتر باشد، کمتر دچار خطا می شود و نتیجه دقیق تری را به ما میدهد. تابعی که برای تحقیق فوقاستفاده شده است دارای هفت پارامتر ورودی هستند و از یک پارامتر خروجی استفاده شده است. در این مقاله سعی شدهاست تا با معرفی شبکه پرسپترون و آموزش شبکه به سه روش مختلف، در نهایت کارایی مدل شبکه عصبی با ارزیابیشاخص های آماری رایج پرداخته شده است

Keywords:

شبکه عصبی , نورون ها , بهینه سازی , آموزش , ارزیابی شاخص های آماری