ساره صانعی - دانشگاه آزاد اسلامی واحد کرمان ، گروه برق.،کرمان، ایران
سلمان شناسا - دانشگاه آزاد اسلامی واحد کرمان ، گروه برق.،کرمان، ایران
هادی زاینده رودی - هیئت علمی دانشگاه آزاد اسلامی واحد کرمان
مهدیه اسلامی - هیئت علمی دانشگاه آزاد اسلامی واحد کرمان

شبکه های عصبی هوشمند ابزارهای محاسبه گری هستند که توان یادگیری دارند و به عنوان یک رهیافت و نگرش نوین در حل مسایل پیچیده و شبیه سازی پدیده های ناشناخته در زمینه های مختلف علوم و تکنولوژی پذیرفته شده اند. شبکه های عصبی با استفاده از نمونه های از پیش مشاهده شده ای از عملکرد یک سیستم یا رخداد یک پدیده رفتار حالت پویای آنرا می آموزند و قدرت شبیه سازی مدل یک سیستم یا یک پدیده پیچیده با رفتار غیر خطی را حتی با استفاده از مثال هایی با اغتشاش و پراکندگی زیاد دارا می باشند. با استفاده از الگوریتم های پیشرفته یادگیری، شبکه های عصبی با سرعت بالا و دقت مطلوب ، به فیزیک پدیده یا سیستم مورد نظر همگرا می شوند. دراین مقاله پس از ارائه توضیح مختصری از ساختار نرون های بیولوژیک، نرون های مصنوعی مورد مطالعه قرار می گیرد. سپس ساختار و روابط حاکم بر شبکه های عصبی مصنوعی و الگوریتم های یادگیری آنها بررسی می شود. در ادامه به کارگیری شبکه عصبی به طور خاص در مساله ی تخمین مشخصات شبکه ی قدرت و موفقیت شبکه عصبی در این مقاله با ارائه مثال ارزیابی می شود.

اغتشاش،شبکه های عصبی،خطوط انتقال