مقایسه پیش بینی کارایی با دو روش شبکه عصبی و مدل پوششی BCC
Publish place: The second national conference Math: Advanced Engineering Mathematics with techniques
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 550
This Paper With 5 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:
MAEMT02_099
تاریخ نمایه سازی: 11 مرداد 1396
Abstract:
در این مقاله سعی شده است با استفاده از کارایی واحدهای تصمیم گیرنده در زمان های متفاوت و کارایی داده های پیش بینی شده و مقایسه آنها، با مدل bcc و شبکه عصبی NAR و محاسبه خطای نتایج به دست آمده بهترین مدل شبکه عصبی طراحی شود. شبکه عصبی خود کاهشی غیر خطی که در این پژوهش ارایه می گردد، قادر به پیش بینی کارایی می باشد. طراحی یک شبکه عصبی با ساختار دقیق اهمیت بالایی داشته و خطای پیش بینی را تحت تاثیر قرار می دهد. مثال عددی ارایه شده بیانگر حداقل خطا در محاسبات بوده و کارایی این روش را نشان می دهد.
Keywords:
Authors
زهره طایب
دانشگاه آزاد اسلامی واحد یادگار امام (ره)
رضا کارگر
دانشگاه آزاد اسلامی واحد قم
وحمید حقیقی نیا
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
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 :