مجموعه هاو سیستم های فازی آشوبگون عصبی

Authors

  • محمد حسن مرادی استاد، دانشکده مهندسی پزشکی- دانشگاه صنعتی امیرکبیر- تهران- ایران
Abstract:

در این مقاله، مجموعه‌ی فازی جدیدی تحت عنوان مجموعه‌های فازی آشوبگون عصبی پیشنهاد شده است. مجموعه پیشنهادی از نظر ساختاری از ساختار نورون و از نظر عملکردی از دینامیک‌های آشوبگونه و فازی‌سازی در مغز انسان الهام گرفته و مدل ریاضی آن، بر اساس «اسیلاتور‌های آشوبگون تزویج شده» بنا شده است. ویژگی مهم این مجموعه در مقایسه با سایر مجموعه‌های فازی موجود، توانایی آن در ایجاد مجموعه‌های فازی متنوع نظیر مجموعه‌های فازی نوع 1 یا 2؛ محدب یا نامحدب؛ و غیره می‌باشد. به منظور بررسی کارآیی این مجموعه‌ها در مدل‌سازی عدم قطعیت‌ها، چارچوبی جهت طراحی سیستم‌های فازی آشوبگون عصبی ارائه و سپس کاربرد آن در پیش‌بینی سری زمانی آشوبگون مکی-گلاس آغشته به نویزهایی با نسبت سیگنال به نویز معین بررسی شد. نتایج نشان می‌دهد سیستم پیشنهادی در مقایسه با سیستم‌های فازی عصبی نوع 1 و نوع 2 بازه‌ای به دقت قابل ملاحظه‌ای در دادگان تست و تعلیم می‌رسد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

کاربرد نظریه مجموعه های فازی در حسابداری

بسیاری از حوزه های حسابداری و حسابرسی بدلیل وجود شرایط تعریف نشده و نادقیق با ابهام زیادی روبروست. بسیاری از این ابهامات زائیده احساسات آدمی و متغیرهای زبانی است که تا قبل از بوجود آمدن نظریه مجموعه های فازی هیچکس نمی دانست که چگونه این ابهامات برخاسته از ذهن انسان و محیط را مدلسازی کرد. هدف از این مقاله معرفی کاربردهای نظریه مجموعه های فازی در حوزه های مختلف حسابداری است.

full text

ارزیابی قابلیت مدل‏ های سیستم استنتاج فازی-عصبی تطبیقی، شبکه عصبی مصنوعی و رگرسیونی در تحلیل منطقه ‏ای سیلاب

سابقه و هدف: توسعه روش‏های برآورد فراوانی منطقه‏‏‏ ای سیلاب در مناطق فاقد ایستگاه‏‏ های اندازه‏گیری یکی از اولین اهداف اصلی در مسایل روز هیدرولوژی می‏ باشد. ارزیابی فراوانی سیلاب در حوضه‏ های فاقد ایستگاه‏های اندازه‏ گیری، معمولاً توسط ایجاد روابط مناسب آماری (مدل‏ها)بین سیلاب و ویژگی‏های فیزیکی حوضه انجام می‏ گیرد. تاکنون معادلات متعددی در زمینه برآورد دبی سیلاب در مناطق مختلف از جمله حوضه کرخه...

full text

تخمین انرژی شکست بتن با استفاده از روش های سیستم استنتاج تطبیقی فازی عصبی هادی

انرژی شکست بتن GF، یکی از پارامترهای اساسی شکست و مُعرّف مقاومت ترک‌خوردگی بتن است،همچنین یکی از ویژگی های مهم بتن در ملاحظات طراحی سازه های بتنی است. در سال های اخیر با بهره گیری از روش های مختلف آزمایشگاهی، پارامتر های شکست بتن مورد بررسی قرار گرفته است؛ نقش این پارامتر ها در طراحی سازه ها از اهمیت ویژه ای برخوردار است. در این مقاله مدل شکست بر‌اساس سیستم تطبیقی فازی عصبی (ANFIS) برای تخمین پا...

full text

پیش‌بینی بلند مدت رواناب با استفاده از شبکه های عصبی مصنوعی و سیستم استنتاج فازی

مدل‏های مفهومی ‌بر مبنای هوش مصنوعی، اغلب برای پیش‌بینی‏های کوتاه مدت و میان مدت هیدورلوژیکی به کار رفته اند. در این مقاله با استفاده از مفهوم تولید مجموعه ای از پیش‌بینی‌ها1 (ESP) و تفکیک مدل‏سازی برای متغیرهای اقلیمی‌و هیدرولوژیکی، از مدل‏های مفهومی ‌برای پیش‌بینی بلندمدت حجم جریان رودخانه زاینده رود در محل ورودی به سد زاینده رود استفاده می‌شود. سیستم استنتاج فازی برای پیش‌بینی بار...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 5  issue 1

pages  41- 56

publication date 2014-04-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023