پیش بینی تعداد تویست با استفاده از رگرسیون بردار پشتیبان و بهینه سازی پارامترها و مقادیر پنجره سری زمانی توسط الگوریتم ژنتیک آشوبناک
- سال انتشار: 1392
- محل انتشار: همایش مهندسی کامپیوتر و توسعه پایدار با محوریت شبکه های کامپیوتری، مدلسازی و امنیت سیستم ها
- کد COI اختصاصی: CESD01_141
- زبان مقاله: فارسی
- تعداد مشاهده: 1186
نویسندگان
دانشگاه آزاد اسلامی واحد مشهد، دانشکده فنی و مهندسی مشهد، ایران
استادیار، دانشگاه آزاد اسلامی واحد مشهد، دانشکده فنی و مهندسی مشهد، ایران
استاد دانشگاه فردوسی مشهد، دانشکده فنی و مهندسی مشهد، ایران
چکیده
میزان صحت پیش بینی تعداد توریست، یک بحث اساسی در برنامه ریزی برای توریست ها به حساب می آید. اخیرا رگرسیون بردار پشتیبان) SVR ( توجه محققین را در بحث پیش بینی سری زمانی به خود جلب کرده است، اما چالش آن، پیدا نمودن مقادیر درست پارامترها است. ما در این تحقیق الگوریتم ژنتیک آشوبناک را معرفی کرده که در آن با استفاده از نگاشت لوجستیک آشوبناک در بخش تولید جمعیت اولیه، تنوع جمعیت را بالا بردیم و نیز میزان جهش را با تابع آشوبناک تولید نموده با اینکار احتمال پیدا کردن جواب بهینه سراسری را بالابرده و از همگرایی زودهنگام جلوگیری نمودیم. و نیز مقادیر پنجره مناسب برای سری زمانی توریست را توسط الگوریتم ژنتیک آشوبنک محاسبه نمودیم و سپس داده های این پنجره را با به رگرسیون بردار پشتیبان داده و پارامترهای آن را با استفاده از الگوریتم ژنتیک آشوبناک بهینه نمودیم. نتایج نشان دهنده ی بهبود عملکرد الگوریتم است که خطا را به میزان 38.6 % کاهش داده است.کلیدواژه ها
Support vector regression ، SVR ،الگوریتم ژنتیک آشوبناک،سری زمانی،رگرسیون، SVMمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.