بهینه سازی شبکه عصبی مصنوعی با استفاده از الگوریتمهای تکاملی
thesis
abstract
شبکه ی عصبی مصنوعی شبیه سازی ساده ای از مکانیزم سیستم عصبی بیولوژیکی است که به دلیل قدرت یادگیری مسایل مختلف، تنها بر پایه ی آموزش از طریق ارایه ی الگوهای نمونه ی ورودی-خروجی، بسیار مورد توجه قرار گرفته است. یافتن وزن های مناسب شبکه ی عصبی مصنوعی مهم ترین عامل در یادگیری آن محسوب می شود. الگوریتم پس انتشار خطا به عنوان الگوریتم استاندارد شبکه ی عصبی مصنوعی بسیار کارآمد است، اما به دلیل ماهیت مبتنی بر گرادیان خود، احتمال بالایی برای گیر افتادن در بهینه ی محلی دارد. علاوه بر آن طراحی بهینه ی یک شبکه ی عصبی مصنوعی نیز چالشی دیگر در به کار گیری آن به حساب می آید. طراحی شبکه شامل تعیین ساختار معماری شبکه، توابع فعال ساز نرون های شبکه و قانون یادگیری شبکه است. در این پژوهش از الگوریتم های تکاملی ژنتیک، جستجوی هارمونی و بهینه سازی اجتماع ذرات که توانایی جستجوی عمومی را فراهم می کنند، برای بهینه سازی آموزش و طراحی شبکه ی عصبی مصنوعی استفاده شده است. مقایسه ی کارایی روش های مورد استفاده، از طریق بررسی خطای شبکه ی عصبی مصنوعی در تقریب توابع محک انجام شده است.
similar resources
مطالعه رفتار فروریزش سازه های مخروطی چند سلولی و بهینه سازی آن‌ها با استفاده از شبکه عصبی مصنوعی
در تحقیق حاضر، رفتار لهیدگی سازه‌های مخروطی چند سلولی تحت بارگذاری دینامیکی محوری بررسی شده است. این سازه‌ها مخروطی از دو جداره داخلی و بیرونی تشکیل شده است که توسط چند صفحه تقویتی به همدیگر متصل شده‌‌اند. سازه‌های مذکور در پنج نوع سطح مقطع مربعی، شش ضلعی، هشت ضلعی، ده ضلعی و دایروی مورد بررسی قرار گرفته‌اند. قبل از انجام شبیه‌سازی‌های عددی رفتار لهیدگی سازه‌های مذکور با استفاده از نرم‌افزار...
full textبهینه سازی حذف رنگزای آنیونی روی نانوکامپوزیت مغناطیسی کربن فعال با استفاده از شبکه های عصبی مصنوعی -Fe3O4
زمینه و هدف: پساب های حاوی رنگزاها که از صنایع مختلف تولید می شوند، اثرات و پیامدهای مخربی بر محیط زیست میگذارند. از این رو، ارائهی مدلهای ریاضی تحلیلی و عددی که قادر به شبیه سازی فرایند حذف رنگ از پسابهای صنعتی باشند، از اهمیت بسیاری برخوردار است. کربن فعال به روش هم رسوبی سنتز و ساختار -Fe3O مواد و روشها: در این پژوهش، ابتدا نانوکامپوزیت مغناطیسی 4 شناسایی شد. کارآیی جاذب VSM و ،SEM ،XRD ...
full textمدل‌کردن و بهینه سازی سنتز آنزیمی کافئیک اسید فن اتیل استر با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک
در این تحقیق، واکنش کافئیک اسید و 2- فنیل اتانول در حضور لیپاز تثبیت شده از مخمر آنتارکتیکا (نووزیم 435) به منظور تولید کافئیک اسید فن اتیل استر در سیستم ایزواکتان با استفاده از روش‌های شبکه عصبی مصنوعی و ژنتیک الگوریتم مدل سازی و بهینه گردید. بدین منظور ازیک طرح مرکب مرکزی چرخش پذیر با 4 متغیر و 5 سطح جهت مدل کردن واکنش آنزیمی به کمک شبکه عصبی مصنوعی استفاده شد. متغیرهای مستقل شامل دما، زمان، ...
full textبهینه سازی غلظت نیتروژن بافت گیاه برای افزایش کمیت و کیفیت برگ توتون با استفاده از شبکه عصبی مصنوعی
نیتروژن با افزایش عملکرد برگ، محتوای کلر و نیکوتین برگ و در مقابل، با کاهش محتوای پتاسیم برگ، تأثیر متضادی بر کمیت و کیفیت برگ توتون بهجای میگذارد. بهمنظور بهینهسازی غلظت (پیدا کردن غلظت تعادلی) نیتروژن در برگ، ساقه و ریشه توتون در جهت افزایش همزمان کمیت و کیفیت برگ توتون (محتوای پتاسیم بالا و نیکوتین متعادل و کلر کم) با استفاده از شبکه عصبی مصنوعی دو آزمایش مزرعهای بهصورت فاکتوریل در قال...
full textبهینه سازی همزمان عوامل تاثیرگذار بر عملکرد شبکه عصبی مصنوعی با استفاده از طرح باکس- بنکن و برنامه ریزی فازی
full text
تعیین خرج ویژه بهینه در عملیات آتشکاری با استفاده از شبکه¬های عصبی مصنوعی
هدف اصلی در این مطالعه، بررسی کاربرد شبکه عصبی در تخمین خرج ویژه بهینه بر اساس یک سری ازمشاهدات و محاسبات عددی می‌باشد. پارامترهای ورودی مورد نیاز جهت مدلسازی، شامل 12 ویژگی زمین‌شناسی و ژئومکانیکی می‌باشد. اطلاعات مورد نیاز برای این تحقیق از تونل سرریز سد کوثر جمع آوری شده است. شبکه عصبی طراحی شده در این مطالعه توسط داده‌های آموزشی و آزمایشی مورد ارزیابی قرار می‌گیرد. نتایج به دست آمده نشان م...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه سیستان و بلوچستان - دانشکده ریاضی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023