بررسی مقایسه ای توان پیش بینی شبکه های عصبی مصنوعی با استفاده از الگوریتم رقابت استعماریICA و الگوریتم ازدحام ذراتPSO جهت پیش بینی میزان درآمد یکی از شعب تامین اجتماعی استان کرمانشاه
عنوان مقاله: بررسی مقایسه ای توان پیش بینی شبکه های عصبی مصنوعی با استفاده از الگوریتم رقابت استعماریICA و الگوریتم ازدحام ذراتPSO جهت پیش بینی میزان درآمد یکی از شعب تامین اجتماعی استان کرمانشاه
شناسه ملی مقاله: OUTLOOKECE01_013
منتشر شده در اولین همایش ملی نگرشی نوین در مهندسی برق و کامپیوتر در سال 1395
شناسه ملی مقاله: OUTLOOKECE01_013
منتشر شده در اولین همایش ملی نگرشی نوین در مهندسی برق و کامپیوتر در سال 1395
مشخصات نویسندگان مقاله:
بهاره اجاقی - دانشجوی کارشناسی ارشد کامپیوتر، گروه نرم افزار ، واحد کرمانشاه ، دانشگاه آزاد اسلامی ، کرمانشاه، ایران
ایوب آدینه وند - استادیار دانشکده فنی و مهندسی ، گروه نرم افزار ، واحد کرمانشاه ، دانشگاه آزاد اسلامی ، کرمانشاه، ایران
خلاصه مقاله:
بهاره اجاقی - دانشجوی کارشناسی ارشد کامپیوتر، گروه نرم افزار ، واحد کرمانشاه ، دانشگاه آزاد اسلامی ، کرمانشاه، ایران
ایوب آدینه وند - استادیار دانشکده فنی و مهندسی ، گروه نرم افزار ، واحد کرمانشاه ، دانشگاه آزاد اسلامی ، کرمانشاه، ایران
یکی از مهم ترین وظایف مدیریت در سازمان تامین اجتماعی تصمیم گیری است ؛ مهم ترین عنصر تصمیم گیری ، اطلاعات مناسب است . اطلاعاتی که بتواند آینده را بهتر ترسیم نماید، منجر به تصمیم گیری بهتر خواهد شد .از جمله اطلاعاتی که بهبرنامه ریزی های مدیریتی کمک شایانی خواهد کرد پیش بینی درآمد های آتی سازمان می باشد ابزار های مختلف کمی و کیفی برای تصمیم گیری و تامین اطلاعات وجود دارد.در این مقاله شبکه های عصبی مصنوعی چند لایه برای پیش بینی میزان درآمد های حاصله آتی با توجه به داده های متغیر های مورد نیاز طی دوره 93-1364 و بر اساس دیدگاه تورم سری زمانی طراحی و با استفاده از دو الگوریتم رقابت استعماری و الگوریتم ازدحام ذرات آموزش داده وتست کردیم.ارزیابی شبکههای طراحی شده برای تعیین الگوریتم مناسب تر بر مبنای خطای پیش بینی انجام گردیده است . یافته های تحقیق نشان داد الگوریتم ..... با میزان خطای کمتری نتایج را پیش بینی می نماید
کلمات کلیدی: سازمان تامین اجتماعی؛پیش بینی ؛درآمد؛شبکه عصبیMLP/الگوریتمPSO/الگوریتمICA
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/624696/