سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

بهینه سازی شبکه های عصبی مصنوعی با استفاده از الگوریتم ژنتیک و الگوریتم رقابت استعماری برای تخمین قدرت تبخیر جو

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,069

فایل این مقاله در 8 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:

INCEE03_111

تاریخ نمایه سازی: 11 آبان 1395

چکیده مقاله بهینه سازی شبکه های عصبی مصنوعی با استفاده از الگوریتم ژنتیک و الگوریتم رقابت استعماری برای تخمین قدرت تبخیر جو

تخمین قدرت تبخیر جو به سبب تاثیر عناصر هواشناسی در محاسبه تبخیر دارای روابط غیرخطی ومحاسبات پیچیده می باشد. از این رو شبکه های عصبی مصنوعی به دلیل دارا بودن قابلیت کشف روابط خطی و غیرخطی ابزار مناسبی جهت تخمین تبخیر محسوب می شوند. فرآیند آموزش یکی ازچالش های اصلی در استفاده از شبکه های عصبی مصنوعی می باشد. روش های مبتنی بر گرادیان نزولی از مشهورترین روش های یادگیری وزن های شبکهعصبی می باشند. سرعت پایین همگرائی و همچنین قرار گرفتن در کمینه های محلی، دو مشکل اساسی در استفاده از این روش ها برای تعیین وزن هایشبکه است. در این مقاله، الگوریتم ژنتیک و الگوریتم رقابت استعماری در جهت آموزش شبکه های عصبی مصنوعی برای تخمین قدرت تبخیر جو پیشنهاد شده است. نتایج بدست آمده از روش های پیشنهادی برروی داده های تبخیر 20 سال از منطقه تبریز نشان دهنده کارائی و همگرائی بهتر در مقایسه با شبکه های عصبی مصنوعی را بیان می کند

کلیدواژه های بهینه سازی شبکه های عصبی مصنوعی با استفاده از الگوریتم ژنتیک و الگوریتم رقابت استعماری برای تخمین قدرت تبخیر جو:

نویسندگان مقاله بهینه سازی شبکه های عصبی مصنوعی با استفاده از الگوریتم ژنتیک و الگوریتم رقابت استعماری برای تخمین قدرت تبخیر جو

موسی نظری

دانشجو دکتری، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران

سعید پاشازاده

استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران

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 :
]1[S. R.L, et al., "Simplified estimation of reference evapotransp iration ...
]2[G. Landeras, et al., "Comparison of artificial neural network models ...
]3[T. Seydou, et al., "Artificial neural network for modeling reference ...
]4[T. Hossein, et al., "Comparative analysis of 31 reference evapotransp ...
]5[J. X. Xie, et al., "A hybrid adaptive time-delay neural ...
_ K. W. Chau, "Reliability and p erformanc e-based design ...
]7[S. Ding, et al., "An optimizing BP neural network algorithm ...
]8[S. Ding, et al., "Evolutionary artificial neural networks: a review, ...
_ X. Yao, "Evolving artificial neural networks, " Proceedings of ...
]11[M. Menhaj, Ed., Neural Networks and Artificial Intelligent Basic. AmirKabir ...
]12[D. E. Goldberg and J. H. Holland, "Genetic algorithms and ...
]14[E. Atashpaz- Gargari and C. Lucas, "Imperialist competitive algorithm: an ...
]15[H. Taghavifar, et al., "A hybridized artificial neurl network and ...
نمایش کامل مراجع

مقاله فارسی "بهینه سازی شبکه های عصبی مصنوعی با استفاده از الگوریتم ژنتیک و الگوریتم رقابت استعماری برای تخمین قدرت تبخیر جو" توسط موسی نظری، دانشجو دکتری، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران؛ سعید پاشازاده، استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه تبریز، تبریز، ایران نوشته شده و در سال 1394 پس از تایید کمیته علمی سومین کنفرانس ملی مهندسی برق ایران پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله شبکه های عصبی مصنوعی، الگوریتم ژنتیک، الگوریتم رقابت استعماری، قدرت تبخیر جو هستند. این مقاله در تاریخ 11 آبان 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1069 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که تخمین قدرت تبخیر جو به سبب تاثیر عناصر هواشناسی در محاسبه تبخیر دارای روابط غیرخطی ومحاسبات پیچیده می باشد. از این رو شبکه های عصبی مصنوعی به دلیل دارا بودن قابلیت کشف روابط خطی و غیرخطی ابزار مناسبی جهت تخمین تبخیر محسوب می شوند. فرآیند آموزش یکی ازچالش های اصلی در استفاده از شبکه های عصبی مصنوعی می باشد. روش ... . این مقاله در دسته بندی موضوعی الگوریتم ژنتیک طبقه بندی شده است. برای دانلود فایل کامل مقاله بهینه سازی شبکه های عصبی مصنوعی با استفاده از الگوریتم ژنتیک و الگوریتم رقابت استعماری برای تخمین قدرت تبخیر جو با 8 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.