طراحی یک شبکه عصبی تابع پایه شعاعی جدید با استفاده از الگوریتم فراابتکاری جستجوی هارمونی

در این مقاله سعی بر طراحی یک شبکه عصبی مصنوعی جدید با استفاده از یک الگوریتم فرا ابتکاری است. در این مقاله با استفاده از الگوریتم فرا ابتکاری جستجوی هارمونی HSA به منظور یافتن بهترین مراکز تابع گوسی در شبکه عصبی تابع پایه شعاعی RBFNN یک شبکه عصبی تابع پایه شعاعی جدید طراحی شد و در نهایت از این شبکه برای برای تشخیص و دسته بندی الگوهای پایگاه داده بیماری دیابت استفاده شد. پس از انجام عملیات بازشناسی الگوها توسط شبکه عصبی ایجاد شده، عملکرد شبکه عصبی تابع پایه شعاعی جدید با استفاده از معیار های ماتریس درهم ریختگی منحنی مشخصه عملکرد و معیار دقت مورد بررسی قرار گرفت. نتایج نشان داد که روش ارایه شده با رسیدن به دقت 100 درصدی برای آموزش و آزمون در تشخیص و دسته بندی الگوها، بهترین عملکرد را نسبت به دیگر روش های ارایه شده توسط محققان مختلف داشته است

Keywords:

دسته بندی الگو , شبکه تابع پایه شعاعی , الگوریتم جستجوی هارمونی , دیابت , مجموعه داده Proben1