پیش‌بینی دیدافقی با آموزش شبکه پیشخور توسط الگوریتم یادگیری پس‌انتشار ارتجاعی

کاربرد الگوریتمهای مختلف یادگیری در پیشبینی قیمت سهام با استفاده از شبکه عصبی

پیشبینی قیمت سهام یکی از موضوعهای مهم مالی است، چرا که دادههای قیمت سهام دارای تغییر پذیری زیاد، پیچیدگی، دینامیک و آشوبگونه است،بنابراین ارتباط نامشخص بین قیمت سهام و عوامل مؤثر کاملا پویا است. بنابراین مسأله پیشبینی قیمت سهام تنها بوسیله یک برنامه کامپیوتری کاردشواری است.در این تحقیق، ابتدا بوسیله آزمون گردش، امکان پیشبینی قیمت سهام شرکت صنایع ملی مس ایران بررسی گردید. سپس رابطه همبستگی هشتبر...

زمانبندی چندهدفه شبکه های تولید چندکارخانه ای با استفاده از الگوریتم ژنتیک زیرجمعیت و روش ارتجاعی

روند جهانی سازی موجود سبب پیدایش رقابتی شدید برای کسب هر چه بیشتر منافع در بین تولیدکنندگان شده است. برای حفظ شرایط رقابت پذیری در چنین بازارهایی، کارخانه ها تصمیم به ایجاد شبکه تولیدی متشکل از چندین کارخانه می نمایند. پراکندگی اعضاء در نقاط مختلف جغرافیایی در ساختارهای توزیع شده سبب در دسترس بودن منابع ارزان­تر، توانایی تولید بالاتر و مواجهه سریع تر با تغییرات و قدرت رقابتی بالاتر شده است. به ...

مدل‌سازی دوبعدی بی‌هنجاری‌های مغناطیسی با استفاده از شبکه عصبی پیشخور

دراین مقاله، برای مدل‌سازی بی‌هنجاری‌های مغناطیسی از شبکه عصبی پیشخور استفاده شده، و مدل‌سازی با فرض شکل دایک شیبدار با گسترش نامحدود، انجام شده است. این روش قابلیت تخمین تمام پارامترهای هندسی یعنی؛ مختصات مرکز دایک بر روی پروفیل، عمق، شیب و عرض دایک را دارد. ابتدا کارائی این روش، با مدل‌های مصنوعی بدون نوفه و نوفه‌دار آزمایش شد، که نتایج رضایت بخشی بدست آمد. سپس از آن برای تفسیر داده‌های...

بهینه سازی وزن خرپای فولادی توسط الگوریتم بهینه سازی مبتنی بر آموزش یادگیری

مرور اجمالی ضوابط طراحی­های مهندسی نشانگر این مهم است که موضوع اقتصاد و هزینه ساخت سازه­ها از محور­های اصلی این ضوابط است. در دهه­های اخیر استفاده از الگوریتم­های بهینه سازی برای دستیابی به محاسبات بهینه به علوم مهندسی ورود کرده است. الگوریتم­های بهینه سازی و در راس آنها الگوریتم­های مبتنی بر پدیده­های بر گرفته از طبیعت، کارایی خوبی در محاسبه بهینه سازه­ها از خود نشان داده­اند. خرپا­ها از جمله ...

کاربرد شبکه های عصبی و الگوریتم های ژنتیک در پیشبینی و بهینه سازی فرآیند نمک زدایی

کاهش بعد داده های تصاویر تشدید مغناطیسی مغز با استفاده از شبکه عصبی آموزش یافته توسط الگوریتم ژنی

در این مقاله روشی برای کاهش بعد فضای ویژگی تصاویر تشدید مغناطیسی مغز به سه بعد جهت ایجاد امکان تجسم توزیع داده ها در فضا و بخشبندی تصاویر پیشنهاد میشود. از شبکه عصبی پیشخورد برای تولید ویژگی های جدید استفاده میشود. پارامترهای شبکه عصبی توسط الگوریتم ژنی بگونه ای تعیین میشوند که داده های تبدیل یافته در خروجی شبکه عصبی تابع هدف معینی را بهینه نمایند. سه تابع هدف معرفی میشوند که بر مبنای تابع خطای...