بهینه سازی شبکه ها عصبی مصنوعی با استفاده از الگوریتم ژنتیک برای تخمین قدرت تبخیر جو

تخمین قدرت تبخیر جو به سبب تاثیر عناصر هواشناسی در محاسبه تبخیر دارای روابط غیر خطی و محاسبات پیچیده می باشد از این رو شبکه های عصبی مصنوعی به دلیل دارا بودن قابلیت کشف روابط خطی و غیر خطی ابزار مناسبی جهت تخمین تبخیر محسوب می شود فرآیند آموزش یکی از چالش های اصلی در استفاده از شبکه های عصبی مصنوعی در مواجه با مسائل دنیای واقعی است روش هایی مبتنی بر گرادیان نزولی از مشهورترین روش های یادگیری در تعیین وزن های شبکه عصبی می باشند سرعت پایین همگرایی و همچنین قرار گرفتن در کمینه های محلی دو مشکل اساسی در استفاده از این روش ها برای تعیین وزن های شبکه است از این رو روش های جستجو بر پایه الگوریتم تکاملی برای فائق آمدن بر مشکلات فوق مورد استفاده قرار گرفته اند در این تحقیق قصد داریم از الگوریتم ژنتیک در جهت آموزش شبکه های عصبی مصنوعی برای تخمین قدرت تبخیر جو استفاده کنیم

کلیدواژه ها:

شبکه های عصبی مصنوعی ، الگوریتم ژنتیک ، قدرت تبخیر جو