بهبود ساختار شبکه های عصبی-فازی با استفاده از الگوریتم بهینه سازی ازدحام ذرات به منظور تقریب توابع
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,503
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICFUZZYS15_057
تاریخ نمایه سازی: 25 بهمن 1394
Abstract:
یکی از اساسی ترین مسائل مورد بحث در حوزه ی محاسبات علمی و آنالیز عددی، مساله تقریب توابع و سریهای زمانی است. رایج ترین روش ها در این حوزه، روشهای تکاملی، روشهای مبتنی بر شبکه های عصبی و روشه ای فازی هستند. هریک از این سه روش دارای معایبی هستند که در این مقاله شرح داده خواهد شد. در این مقاله قصد داریم از ترکیب این سه روش راهکار مناسبی برای مساله تقریب توابع بدست آوریم. روش معرفی شده در این مقاله، با استفاده از ترکیب روش درخت مدل خطی محلی، که یک ساختار عصبی-فازی است، به همراه الگوریتم بهینه سازی ازدحام ذرات، برای حل مساله تقریب توابع راهکار مناسبی ارائه میدهد. درخت مدل خطی محلی دارای مزایای سیستمهای فازی نظیر استفاده از دانش بشری و درک انسان است، که این روش مشکلات شبکه های عصبی را تا حد زیادی برطرف کرده است. مهمترین مزیت این روش کاهش تعداد نرون ها و همچنین کاهش زمان فرآیند آموزش شبکه های عصبی است. هدف از معرفی این روش ترکیبی کاهش تعداد نرون های مدل پایه و رسیدن به پاسخ نهائی در زمان مطلوب است. نتایج حاصل از این ارزیابی با سه تابع محک ارائه شده است.
Authors
حمیدرضا کیخا
دانشجوی کارشناسی ارشد، دانشگاه سیستان و بلوچستان
حسن رضایی
عضو هیئت علمی، دانشگاه سیستان و بلوچستان
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 :