پیشبینی عملکرد فرایندهای تولیدی بااستفاده از رگرسیون لجستیک و شبکه عصبی مصنوعی (مورد کاوی: فرایند افشانهی خشککننده کاشی سرامیکی)
نویسندگان
چکیده مقاله:
در این نوشتار با ارائهی نمونهی عملی فرایند «افشانهی خشککنندهپانویس{spray drying}»، مدلسازی فرایندها با استفاده از مدلهای رگرسیون لجستیک و الگوریتم شبکهی عصبی مصنوعی با هدف پیشبینی )برونیابی و درونیابی( عملکرد فرایند به کار گرفته میشود. بهمنظور مقایسهی قدرت هرکدام از این دو مدل در پیشبینی عملکرد فرایند، شاخصهای ارزیابی پایایی مدل، شامل ضرایب تعیین مدل و درصد صحت پیشبینی، محاسبه و تحلیل میشوند. استفاده از شبکهی عصبی مصنوعی در این نوشتار، بهمنظور معماری مدل شبکهی عصبی فرایند «افشانهی خشککننده» با اتخاذ یک رویکرد عمومی و انتخاب الگوریتم پسانتشار خطا بهکمک دادههای مستقیم صورت میگیرد. پس از حصول اطمینان از برتری مدل شبکهی عصبی فرایند نسبت به مدل لجستیک آن و با توجه به نتایج ارزیابی پایایی، سناریوهای مختلفی برای تنظیم ورودیهای با توجه به عملکرد پیشبینی شده توسط مدل شبکهی عصبی فرایند طراحی میشود که با استفاده از آن میتوان کنترل پیشبینانهی عملکرد فرایند را جایگزین روشهای مبتنی بر سعی و خطا برای کنترل عملکرد فرایند کرد.
منابع مشابه
پیش بینی عملکرد فرایندهای تولیدی بااستفاده از رگرسیون لجستیک و شبکه عصبی مصنوعی (مورد کاوی: فرایند افشانه ی خشک کننده کاشی سرامیکی)
در این نوشتار با ارائه ی نمونه ی عملی فرایند «افشانه ی خشک کنندهپانویس{s p r a y d r y i n g}»، مدل سازی فرایندها با استفاده از مدل های رگرسیون لجستیک و الگوریتم شبکه ی عصبی مصنوعی با هدف پیش بینی )برون یابی و درون یابی( عملکرد فرایند به کار گرفته می شود. به منظور مقایسه ی قدرت هرکدام از این دو مدل در پیش بینی عملکرد فرایند، شاخص های ارزیابی پایایی مدل، شامل ضرایب تعیین مدل و درصد صحت پیش بینی،...
متن کاملمقایسه عملکرد شبکه عصبی مصنوعی و رگرسیون لجستیک در تحلیل تشخیص شاخصq توبین
شاخص توبین یکی از شاخص های مهم در دنیای سرمایه گذاری است که بعنوان معیاری برای ارزیابی عملکرد شرکت ها جهت تصمیم گیری برای سرمایه گذاری های صحیح به کار می رود. اما در دقت نتایج مبتنی بر این شاخص، ابهاماتی وجود دارد که پژوهشگران را بر آن داشته است تا به دنبال برآورد این شاخص از روی دیگر شاخص های مالی باشند. اما شاخص توبین یک شاخص پویاست و به علت مبتنی بودن بر قیمت بازار، ممکن است در لحظه مقدار آن...
متن کاملمقایسه شبکه عصبی مصنوعی و رگرسیون لجستیک در پیشبینیپاسخهای دو حالتی مطالعات پزشکی
چکیده زمینه و هدف: رگرسیون لجستیک یک مدل عمومی برای بررسی رابطه بین متغیرهای مستقل و پاسخهای دوحالتی است. یکی از مدلهای انعطافپذیر که به طور جایگزین میتواند مورد استفاده قرار گیرد، مدل شبکه عصبی مصنوعی است. این مطالعه با هدف مقایسهی قدرت پیشبینی پاسخهای دوحالتی دادههای پزشکی، با مدل شبکه عصبی مصنوعی و رگرسیون لجستیک انجام شد. مواد و روش کار: برای انجام این پژوهش، از دادههای 639 بیمار م...
متن کاملاستفاده از روش تحلیل مولفههای اصلی برای افزایش صحت پیشبینی سندرم متابولیک در مدلهای شبکه عصبی مصنوعی و رگرسیون لجستیک
زمینه و هدف: در فرآیند مدلسازی، زمانیکه بین متغیرهای کمکی همبستگیهای نسبتا قوی وجود داشته باشد، همخطیچندگانه ایجاد شده و باعث کاهش کارآیی مدل میگردد. هدف از این مطالعه استفاده از تحلیل مولفههای اصلی برای تعدیل اثر همخطیچندگانه در مدلهای رگرسیون لجستیک و شبکه عصبی مصنوعی و بررسی تاثیر آن بر صحت و دقت پیشبینی سندرم متابولیک بود. روش بررسی: در این مطالعه توصیفی – تحلیلی تعداد 347 نفر از...
متن کاملپیشبینی بقای بیماران مبتلا به سرطان پستان با استفاده از دو مدل رگرسیون لجستیک و شبکه عصبی مصنوعی
Background and Objectives : recent years, considerable attention has been paid to statistical models for classification of medical data according to various diseases and their outcomes. Artificial neural networks have been successfully used for pattern recognition and prediction since they are not based on prior assumptions in clinical studies. This study compared two statistical models, arti...
متن کاملمدلسازی احتمال تغییر رشد شهری با استفاده از شبکه عصبی مصنوعی و رگرسیون لجستیک (مطالعه موردی: شهر مشهد)
در کشورهای در حال توسعه، تمایل زیاد برای تمرکز جمعیت در مناطق شهری و بهتبع آن رشد سریع و ناموزون شهرها سبب شده است که طراحان و برنامهریزان شهری، استفاده از سیاستها و راهکارهای مناسب را جهت اجتناب از تأثیرات مخرب زیستمحیطی و اجتماعی- اقتصادی در دستور کار قرار دهند. در این راستا، اطلاعات مکانی و زمانی مرتبط با الگوهای نرخ رشد، درک بهتری را از فرآیند رشد شهری فراهم نموده و ابزارهای مناسب ر...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره دوره 1-27 شماره 1
صفحات 31- 38
تاریخ انتشار 2011-09-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023