مقایسه پیش بینی کارایی با دو روش شبکه عصبی و مدل پوششی BCC
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 548
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MAEMT02_099
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
در این مقاله سعی شده است با استفاده از کارایی واحدهای تصمیم گیرنده در زمان های متفاوت و کارایی داده های پیش بینی شده و مقایسه آنها، با مدل bcc و شبکه عصبی NAR و محاسبه خطای نتایج به دست آمده بهترین مدل شبکه عصبی طراحی شود. شبکه عصبی خود کاهشی غیر خطی که در این پژوهش ارایه می گردد، قادر به پیش بینی کارایی می باشد. طراحی یک شبکه عصبی با ساختار دقیق اهمیت بالایی داشته و خطای پیش بینی را تحت تاثیر قرار می دهد. مثال عددی ارایه شده بیانگر حداقل خطا در محاسبات بوده و کارایی این روش را نشان می دهد.
کلیدواژه ها:
نویسندگان
زهره طایب
دانشگاه آزاد اسلامی واحد یادگار امام (ره)
رضا کارگر
دانشگاه آزاد اسلامی واحد قم
وحمید حقیقی نیا
دانشگاه آزاد اسلامی واحد علوم و تحقیقات 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 :