رویکرد عصبی - فازی به حل مسائل چند هدفه در مدل یک ماشین

این مقاله روشی جهت حل کارای توابع هدف ترکیبی مسائل یک ماشین با استفاده از شبکه های عصبی چند لایه ای پرسپترون (MLP) و استنتاج فازی ارائه می نماید. در ابتدا با حل بهینه تعدادی مسائل کوچک، داده های آموزش آماده و سپس به صورت مقدار عضویت به مجموعه های فازی ورودی، وارد لایه ای متشکل از تعدادی شبکه عصبی می شوند. هعر یک از شبکه های عصبی این لایه، وظیفه نگاشت فضای حالت کار به مقدار عضویت به مجموعه فازی خروجی متناظر با خودرا دارند. نهایتا با استفاده از استنتاج فازی، مقادیر خروجی بدست آمده از لایه شبکه های عصبی، به فضای ترتیب کارها نگاشت می شوند. این روش موجب کاهش خطای خروجی شبکه عصبی در نگاشت مستقیم فضای حالت به فضای ترتیب می شود. الگوریتم استفاده شده در بسیاری از نمونه های که جواب بهینه آنها قابل دستیابی بوده، به جواب بهینه دست یافته و برای تعداد کارهای بسیار زیاد، نتایج بهتری را نسبت به الگوریتم بهبود داده شده مقایسات زوجی نشان می دهد.

کلیدواژه ها:

زمانبندی ، شبکه های عصبی ، استنتاج فازی ، دیر کرد ، زودکرد