طراحی ساختارمناسب ورودی های شبکه عصبی فازی برای پیش بینی سری های زمانی بااستفاده ازروش تاگوچی وpso
Publish place: 12th Iranian Conference on Intelligent Systems
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 702
This Paper With 5 Page And PDF Format Ready To Download
- 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:
ICS12_048
تاریخ نمایه سازی: 11 مرداد 1393
Abstract:
یک سری زمانی مجموعه مشاهداتی است که براساس زمان مرتب شده باشندسریهای زمانی دارای کاربردهایمتفاوتی درزمینه های مختلف مانند اقتصادورشته های مهندسی است بخصوص روشهای تجزیه و تحلیل سریهای زمانی قسمت مهمی ازامارراتشکیل میدهد برای پیش بینی شرایط اینده با استفاده ازدادههای حاضرروشهای متفاوتی وجود دارد شبکه عصبی فازی باتوجهبه قابلیت یادگیری که دارد یکی ازروشهای موثردراین زمینه است درروش پیشنهادی برای تعیین پارامترهای اولیه FNN ازPSO سلسله مراتبی استفاده شده است تعدادورودی ها نیز ازجمله پارامترهای مهم این روش است دراین مقاله روش تاگوچی که یک رویکردبهینه سازی قوی وسیستماتیک برای طراحی مدلهای قابل اعتمادوباکیفیت بالاست برای تعیین ورودیهای مناسب ارایه شده است مزایای این روش دردوموردخلاصه میشود پیش بینی بادقت بالاوزمان معقول برای پیش بینی
Keywords:
Authors
ندا باقرزاده
دانشگاه آزاد اسلامی واحد مشهد
محمدرضا اکبرزاده توتونچی
دانشگاه فردوسی مشهد
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 :