پیشبینی میزان چربی خون و سکته قلبی با استفاده از شبکه عصبی پایهای شعاعی با نظارت الگوریتمهای بهینهسازی هوشمند
Publish place: The first national congress of new technologies in Iran with the aim of achieving sustainable development
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 517
This Paper With 8 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:
SENACONF01_578
تاریخ نمایه سازی: 25 فروردین 1394
Abstract:
امروزه از جمله چالشهای مربوط به مسائل بهینهسازی در دنیای واقعی، تنظیم متغیرهای فرآیندی جهت رسیدن به سطح مناسبی از متغیرهای پاسخ است. مشکل معمول در بهینهسازی همزمان متغیرهای پاسخ، متفاوت و گاه اً متضادبودن جهتبهینگی آنها است. در این مقاله قصد داریم با استفاده از مدل عصبی تکاملی به پیشبینی مقادیر چربی خون و سکته قلبی بپردازیم. در این تحقیق ابتدا به جمعآوری دادهها از آزمایشگاه پرداخته شده و با فرایند آموزش شبکه عصبی بهصورت یکفرایند بهینهسازی برخورد شده است و هدف کمینهسازی میزان خطا در شبکه عصبی بوده است. شبکه عصبی پایهای شعاعیتوسط الگوریتم ژنتیک آموزش داده شده است و کارائی حاصل از آموزش الگوریتم ژنتیک با الگوریتم رقابت استعماری مقایسه شده است. نتایج استفاده از مدل عصبی تکاملی نشان از خطای 0.3 در شبکه عصبی پایهای شعاعی آموزش داده شدهبا الگوریتم ژنتیک است که خطای کمتری را نسبت به آموزش شبکه عصبی پایهای شعاعی با الگوریتم رقابت استعماری دارد.
Keywords:
Authors
فائزه فلاح
گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران،ایران
پویا اسدی
استادیار گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد ورامین-پیشوا، ورامین،ایران
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 :