شناسایی سیستم های غیر خطی با استفاده از شبکه موجک فازی عصبی و روش بهینه یابی ازدحام ذرات PSO-FWNN
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 492
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NPECE01_384
تاریخ نمایه سازی: 6 بهمن 1395
Abstract:
شناسایی سیستم های غیر خطی پیچیده هموار یکی از زمینه های چالش برانگیز در مسائل مهندسی می باشد شبکه های فازی عصبی که در سال های اخیر مطرح شده اند در شناسایی سیستم های غیر خطی کاربرد زیادی دارند همچنین به دلیل خاص محلی بودن موجک ها در حوزه زمان و فرکانس استفاده از موجک ها در شبکه های فازی عصبی می تواند سیستم های غیر خطی را در فرکانس های بالا و پایین تجربه کرده و بازسازی سیگنال را دقیق تر انجام دهد بنابراین در این مقاله به منظور شناسایی سیستم ها از شبکه موجک فازی عصبی FWNN استفاده شده است روند آموزش و به روز رسانی این شبکه مهمترین بخش ان می باشد در این مقاله از روش شیب گرادیان به منظور آموزش شبکه استفاده شده است در این روش خروجی شبکه حساسیت زیادی نسبت به پارامترهای نرخ آموزش و ممان دارد در این مقاله سعی بر آن است تا با استفاده از روند بهینه یابی ازدحام ذرات PSO این مقادیر بهینه یابی شوند در نهایت روش PSO-FWNN مطرح شده با انجام چند شبیه سازی مورد آزمایش قرار گرفته است نتایج شبیه سازی نشان از دقت بالای روش مطرح شده دارد
Keywords:
Authors
الهام رحمانی
دانشجوی ارشد موسسه غیرانتفاعی آمل
سید جلیل ساداتی رستمی
استادیار دانشگاه صنعتی نوشیروانی بابل
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 :