مجید بهره پور - دانشگاه آزاد اسلامی واحد مشهد
مهدی هروی

شبکه های عصبی مصنوعی کاربرد های فراوانی در جداسازی داده ها، انطباق پذیری و یادگیری ماشینی دارند. یکی از چالش های موجوددر شبکه های عصبی مسئله آموزش آن می باشد. شبکه می بایست ابتدا آموزش ببیند و سپس بر اساس اندوخته هایش عمل نماید. روش های آموزش آماری همچون پس انتشار خطاBack Propagation دارای سرعت پایین و توقف در نقاط بهینه محلی می باشد. از سوی دیگر الگوریتم بهینه سازی جمعی ذراتPSO) قادر است که با یک روش غیر قطعی در فضای جواب ها، جوابی نزدیک به بهترین جواب را با سرعت و دقتی بالا پیدا نماید. این مقاله بررسی تاثیر آموزش شبکه های عصبی مصنوعی به کمک الگوریتم بهینه سازی جمعی ذرات % می باشد. نتایج شبیه سازی نشان می دهد که این الگوریتم به طور متوسط 30 % سریع از روش پس انتشار خطا و به طور متوسط 10 صحت بهتری از روش پس انتشار خطا دارد

شبکه های عصبی، الگوریتم بهینه سازی جمعی ذرات، روش پس انتشار خطا