سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بهینه سازی الگوریتم LOLIMOT توسط ترکیب مدلها

Publish Year: 1385
Type: Conference paper
Language: Persian
View: 2,215

This Paper With 6 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

ACCSI12_176

Index date: 13 January 2008

بهینه سازی الگوریتم LOLIMOT توسط ترکیب مدلها abstract

درخت مدل خطی محلی یادرخت مدل خطی محلی یاLOLIMOT که در آن از نوعی از مدل فازی عصبی خطی محلی استفاده شده است، الگوریتمی بر اساس استراتژی تقسیم و غلبه م ی باشد که در آن حل مسئله پیچیده از طریق تقسیم م سئله به تعدادی زیر مسئلة کوچ ک تر (و از این رو ساده تر) صورت می پذیرد. بنابراین مشخصات این مد ل های فازی -عصبی (زیر مسئله های کوچک تر شده ) به مقدار زیادی ، به ساختار الگوریتم بکار برده شده جهت تقسی م بندی، وابسته می باشد. یکی از مشکلات الگوریتمLOLIMOT رو به ر شد بودن تعداد مدل های محلی خطی یاLLM ها می باشد، بدین معنی که برای رسیدن به خروجی بهتر (خروجی با خطای کمت ر ) تنها راه در الگوریتم ،LOLIMOTپیدا کردن بدترین LLM) LLM با خطای بیشت ر ) و تقسیم آن به دو LLM می باشد و این یعنی اضافه شدن تعداد LLMها. در این مقاله س عی شده با ارائه روشی برای ترکیب LLM ها و قرار دادن آن در الگوریتم LOLIMOT از افزایش بی رویه تعداد مدل های محلی جلوگیری گردد. لذا می توان گفت هدف اصلی ترکیب نرو ن ها، رسیدن به خطای مطلوب با تعداد مد ل هایکمتری نسبت به الگوریتم اصلیLOLIMOT می باشد، در پایان الگوریتم پیشنهادی توانست با یافتن مد ل های مناسب و ترکیب آنها بخوبی به این مهم دست یابد.

بهینه سازی الگوریتم LOLIMOT توسط ترکیب مدلها Keywords:

بهینه سازی الگوریتم LOLIMOT توسط ترکیب مدلها authors

سهیل فاطری

عضو هیئت علمی دانشگاه آزاد اسلامی واحد بابل

محمد تشنه لب

عضو هیئت علمی دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق

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 :
[1] O. Nelles, A. Fink and R. Isermann, Local linear ...
[2] O. Nelles, Nonlinear System Identification, Springer, Berlin, Germany, 2001. ...
[3] M. Berthold, D. Hand, Intelligent Data Analysis, _ Introduction, ...
[4] J.-S. Jang, ANFIS: Adaptive- network-b ased fuzzy inference systems, ...
[5] T. Takagi, M. Sugeno, Fuzzy identification of system and ...
[6] O. Nelles. Local linear model tree for on-line identification ...
[7] O. Nelles. LOLIMOT - Lokale, linear Modelle Zur Identifikation ...
[8] O. Nelles. Nonlinear System Identification with Local Linear Neuro-Fuzzy ...
[9] O. Nelles, O. Hecker, and Isermann. Automatic model selection ...
نمایش کامل مراجع

مقاله فارسی "بهینه سازی الگوریتم LOLIMOT توسط ترکیب مدلها" توسط سهیل فاطری، عضو هیئت علمی دانشگاه آزاد اسلامی واحد بابل؛ محمد تشنه لب، عضو هیئت علمی دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق نوشته شده و در سال 1385 پس از تایید کمیته علمی دوازدهمین کنفرانس سالانه انجمن کامپیوتر ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله درخت مدل خطی-محلی، الگوریتم LOLIMOT ، ترکیب مد لهای محلی، شبکه فازی عصبی هستند. این مقاله در تاریخ 23 دی 1386 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 2215 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که درخت مدل خطی محلی یادرخت مدل خطی محلی یاLOLIMOT که در آن از نوعی از مدل فازی عصبی خطی محلی استفاده شده است، الگوریتمی بر اساس استراتژی تقسیم و غلبه م ی باشد که در آن حل مسئله پیچیده از طریق تقسیم م سئله به تعدادی زیر مسئلة کوچ ک تر (و از این رو ساده تر) صورت می پذیرد. ... . برای دانلود فایل کامل مقاله بهینه سازی الگوریتم LOLIMOT توسط ترکیب مدلها با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.