بهینه سازی شبکه های عصبی با استفاده از الگوریتم های فرا ابتکاری

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,308

This Paper With 9 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCAEC02_048

تاریخ نمایه سازی: 7 اردیبهشت 1396

Abstract:

یکی از مهم ترین مواردی که تاثیر بسیاری بر کارایی شبکه های عصبی پایع شعاعی RBF دارد روش استفاده شده برای تعیین مراکز توابع گوسی در لایه نهایی این شبکه ها می باشد. در این مقاله رشو شبکه عصبی جدیدی با استفاده از شبکه های عصبی RBF و الگوریتم های فرا ابتکاری بهینه سازی ازدحام ذرات PSO و الگوریتم جستجوی فاخته MCS ارایه می شود و با اعمال روش پیشنهادی بر روی چند پایگاه داده استاندارد، مزیت آن نسبت به روشهای موجود اثبات می شود.

Keywords:

شبکه عصبی RBF , دسته بندی کننده OSD , MCS , الگوریتم های فرا ابتکاری

Authors

حسین ظفری

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد گناباد

مجتبی محمدپور

استادیار گروه مهندسی برق و کامپیوتر، دانشکده مهندسی برق و کامپیوتر، مجتمع آموزش عالی گناباد

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 :
  • بهینه‌سازی تابع هدف خطی با استفاده از جستجوی آشوب فازی و الگوریتم ژنتیک [مقاله کنفرانسی]
  • بهینه‌سازی تابع هدف خطی با استفاده از جستجوی آشوب فازی و الگوریتم ژنتیک [مقاله کنفرانسی]
  • nd Nationlal conference _ _ i1 _ atd conputer 7 ...
  • S. Srihari and E. Keubert. Integration of handwritten address interpretation ...
  • A. Yuan, G. Bai, L. Jiao, Y. Liu, "Offline handwritten ...
  • S. N. Srihari and G. Ball, "An Assessment of Arab ...
  • F. Yin, M. Zhou, Q. Wang and C. Liu, -Style ...
  • W.M. Pan, T.D. Bui, and C.Y. Suen. Isolated HandwrittenF arsi ...
  • Prechelt, L. (1994). Proben1: A set of neural network benchmark ...
  • Karayiannis, N. B. (1999). Reformulated radial basis neural networks trained ...
  • Bratton D, Kennedy J. Defining a standard for particle Swarm ...
  • Praveen C, Duvigneau R. Low cost PSO using methamodels and ...
  • Diez M, Peri D. Robust optimization for ship conceptual design. ...
  • , Duvigneau R. Low cost PSO using methamodels and inexact ...
  • Egemen Yilmaz A, Kuzuoglu M. A particle swarm optimization approach ...
  • Yang X-S, Deb S, Cuckoo search via Levy flights. Proceedings ...
  • Yang X-S, Deb S. Engineering optimization by cuckoo search. International ...
  • Pavlyukevich I, flights Levy. Non-local search and simulated anealing. Journal ...
  • Viswanathan GM. Levy flights and superdiffision in the context of ...
  • Walton, S., Hassan, O., Morgan, K, , & Brown, M. ...
  • Prechelt, L. (1994). Proben1: A set of neural network benchmark ...
  • K.P.Chong, E. and S.H.Zak, an Introduction to Optimization, 2na ed. ...
  • Luke, S., Essentials of Metaheuristic, Online Version 0.8 ed, ed. ...
  • Lee, Z.J., Genetic algorithm with ant colony optimization (GA-ACO) for ...
  • Rayward- Smith, V.J. A unified approach to tabu search, simulated ...
  • Taillard, E.D., et al., Adaptive memory programming: A unified view ...
  • Osman, I.H., An Introduction to M eta-Heuristics Operational Research, 1995. ...
  • Vaessens, R.J.M., E.H.L. Aarts, and J.K. Lenstra A locl search ...
  • Sun, J., Q.-c. Zhao, and P.M. Luh, A Unified Optimization ...
  • Egari, P.C., et al., A Taxonomy of Evolutionary Algorithms in ...
  • Hertz, A. and D. Kobler, A framework for the description ...
  • نمایش کامل مراجع