مقایسه و ارزیابی الگوریتم لونبرگ_مارکوآرت و الگوریتم ژنتیک به منظور استفاده در آموزش شبکه ی عصبی مصنوعی
Publish place: The Second National Conference on Applied Research in Civil Engineering, Architecture and Urban Management
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 784
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:
CEUCONF02_179
تاریخ نمایه سازی: 1 مهر 1394
Abstract:
در این تحقیق، از الگوریتم لونبرگ -مارکوآرت ٤ و الگوریتم ژنتیک ٥ در آموزش شبکهی عصبیمصنوعی به منظور یشبینی طبقهبندی جنس خاک استفاده و خروجی حاصل از آموزش آنها، مورد ارزیابی قرار گرفتهاست. دادههای مورد استفاده شامل نتایج حاصل از آزمایشهای ضربه و نفوذ استاندارد ٦، طبقهبندی و حدود اتربرگ میباشد. به دلیل وجود روشهای آموزشی متنوع در شبکهی عصبی، انتخاب بهینهترین روش آموزشی میتواند دقت پیشبینیهای شبکه را افزایش دهد. بدین منظور جهت ارزیابی عملکرد الگوریتمهای مطرح شده در شبکهی عصبی مصنوعی، روابط ضریب جرم باقیمانده ٧، ضریب تعیین ٨ و مجذور میانگین ٩ مربعات خطا بکار گرفته شدهاست. مقایسه و ارزیابی آموزش با الگوریتمهای فوق نشان میدهد استفاده از الگوریتم آموزشی لونبرگ -مارکوآرت با دقت بسیار بالا در آموزش شبکه، بهینهترین الگوریتم آموزشی مورد استفاده در پیش- بینی پارامترهای ژئوتکنیکی خاک از جمله جنس خاک می باشد
Keywords:
Authors
حمیدرضا حسن نژاد
دانشجوی کارشناسی ارشد ژئوتکنیک دانشگاه آزاد اسلامی واحد نجف آباد
محمد سیروس پاکباز
دانشیار دانشکده عمران دانشگاه شهید چمران اهواز
رسول مهدی زاده
استادیار دانشکده ی عمران دانشگاه آزاد اسلامی واحد نجف آباد
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 :