مقایسه الگوریتم های پس انتشار و تکاملی در شبکه های عصبی مصنوعی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 461

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCONF02_544

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

هدف اصلی این پژوهش مقایسه ای الگوریتم شبکه عصبی پس انتشار با الگوریتم تکاملی است. با توجه به شبیه سازی انجام شده مشاهده می شود الگوریتم تکاملی هم گرایی مناسب تری نسبت به روش پس انتشار دارد و سرعت هم گرایی را به طور مؤثر بهبود می بخشد. کاهش خطا در روش تکاملی نسبت به روش پس انتشار محسوس تر است. هدف یادگیری شبکه عصبی می باشد. البته هر کدام از روش ها در جایگاه خاص کارایی دارند ولی الگوریتم تکاملی جواب بهینه تر نسبت به روش پس انتشار دارد. به کارگیری روش تکاملی در آموزش شبکه عصبی و مقایسه صورت گرفته با الگوریتم پس انتشار به شرح می دهد که در مسائل پیچیده توام با فرآیندهای غیر خطی استفاده از الگوریتم تکاملی کارایی بالاتری را به همراه دارد. به منظور ارزیابی نتایج به دست آمده از تحلیل نمودار سطح زیر منحنی () به عنوان معیار صحت عملکرد سیستم استفاده شده است، در انتها نتایج پیاده سازی الگوریتم ها ارائه شده است و با یک دیگر مقایسه شده است.

نویسندگان

کیوان برنا

دانشکده علوم ریاضی و کامپیوتر، دانشگاه خوارزمی، تهران

محمدجواد رضایی

دانشکده فنی مهندسی، دانشگاه خوارزمی، تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Clerc, M, Kennedy, J., 2002. The particle SWarm- explosion, stability, ...
  • آموزش تکه عصبی با استراتژی تکاملی فردین احمدی رز دانشگاه ...
  • مرکز ملی آمار ایران به آدرس .ttp : //www _ ...
  • S. Haykin, Neural Networks: A Comprehensive Foundation: Macmillan, 1994. ...
  • M. Mitchell, An Introduction to Genetic Algorithms (Complex Adaptive Systems): ...
  • D. Whitley, et al., "Genetic algorithms and neural networks: optimizing ...
  • نمایش کامل مراجع