Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

بهینه سازی وزن های شبکه عصبی توسط الگوریتم بهینه سازی ازدحام ذرات( مطالعه موردی: پیش بینی قیمت مس)

تعداد صفحات: 15 | تعداد نمایش خلاصه: 178 | نظرات: 0
سال انتشار: 1396
کد COI Paper: ECOSE04_007
زبان Paper: Persian
(فایل این Paper در 15 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 15 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper بهینه سازی وزن های شبکه عصبی توسط الگوریتم بهینه سازی ازدحام ذرات( مطالعه موردی: پیش بینی قیمت مس)

رضا رسام - دانشگاه تربیت مدرس، دانشجوی کارشناسی ارشد
محمدحسین بصیری - دانشگاه تربیت مدرس، عضو هییت علمی

چکیده Paper:

یکی از مهم ترین پارامترهای شبکه عصبی، الگوریتم آموزش آن بمنظور بهینه سازی وزن های شبکه می باشد. در این مقاله ابتدا شبکه عصبی پس انتشار خطا BPNN که کاربرد گسترده ای در مباحث علمی مختلف دارند، در پیش بینی قیمت مس بکار گرفته شده است. در بخش بعدی، روش ترکیبی پیشنهادی شبکه عصبی آموزش یافته توسط الگوریتم بهینه سازی ازدحام ذرات PSO، در پیش بینی قیمت مس استفاده شده است. در نهایت نتایج دو روش مطرح شده در این مطالعه، بمنظور بررسی عملکرد مدل پیشنهادی با یکدیگر مقایسه شدهاند. نتایج این پژوهش، عملکرد بهتر روش ANN-PSO نسبت به مدل BPNN را نشان داده است. بهترین ساختار مدل ترکیبی شامل 7 نرون برای دولایه مخفی، 300 ذره و 150 تکرار جهت یافتن مقادیر بهینه برای وزن ها بوده که میانگین قدرمطلق درصد خطا و جذر میانگین مربعات خطا برای این مدل، بترتیب برابر با 4/117% و 198/65% بدست آمده است.

کلیدواژه ها:

شبكه عصبي پس انتشار خطا، الگوريتم بهينه سازي ازدحام ذرات، پيش بيني، مس

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/697069/

کد COI Paper: ECOSE04_007

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined، undefined و undefined، undefined،1396،بهینه سازی وزن های شبکه عصبی توسط الگوریتم بهینه سازی ازدحام ذرات( مطالعه موردی: پیش بینی قیمت مس)،چهارمین کنفرانس ملی بهینه‌سازی در علوم و مهندسی،Babol،،،https://civilica.com/doc/697069

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1396، رسام، رضا؛ محمدحسین بصیری)
برای بار دوم به بعد: (1396، رسام؛ بصیری)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report Paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export Citation info of this Paper to research management softwares

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: state university
تعداد مقالات: 26,122
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

New Suggested Papers

New RelatedPapers

Share this paper

WHAT IS COI?

COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

Support