بهینه سازی چند هدفی شبکه های عصبی نوع GMDH برای مدلسازی و پیش بینی عمرخستگی کامپوزیتهای تک جهتهCFRP
Publish place: 16th Annual Conference on Mechanical Engineering
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,653
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:
ISME16_046
تاریخ نمایه سازی: 20 آبان 1386
Abstract:
در این مقاله از الگوریتم تکاملی ١ NSGA-II برای طراحی بهینه ای چند هدفی شبکه های عصبی نوع ,٢ GMDH به منظور مدلسازی و پیش بینی عمر خستگی ٣ کامپوزیتهای تک جهته ٤CFRP توسط داده های آزمایشگاهی , استفاده شده است . مهمترین توابع هدف متضاد موجود در شبکه های عصبی نوع , GMDH خطای آموزش , (TE) خطای پیش بینی (PE) و تعداد نرونها (N) می باشند . بهینه سازی دو هدفی برای همه ترکیبهای دوتایی از این توابع هدف و سپس بهینه سازی سه هدفی با در نظر گرفتن هر سه تابع هدف بطور همزمان انجام شده است . در هر کدام از
این بهینه سازیها , جبهه های پارتوی ٥ بهینه بدست آمده اند که در واقع مصالحه بین توابع هدف مربوطه را نشان می دهند . نتایج بهینه سازی سه هدفی شامل نتایج بهینه سازی دو هدفی نیز می شود و بدین ترتیب انتخابهای بهینه بیشتری از مدلهای شبکه عصبی , GMDH برای طراحی چند هدفی شبکه های عصبی از نقطه نظر خطای آموزش کمینه , خطای پیش بینی کمینه و پیچیدگی ساختار کمینه بدست می آید .
Authors
کاوه سلملیان
کارشناس ارشد - دانشگاه گیلان، گروه مکانیک
علی جمالی
دانشجوی دکتری - دانشگاه گیلان، گروه مکانیک