شبکه عصبی چند لایه نوع Neuro-Fuzzy GMDH با یک حلقه بازخوردی

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,871

فایل این مقاله در 6 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:

CSICC15_165

تاریخ نمایه سازی: 26 مهر 1388

چکیده مقاله:

هدف این مقاله ارائه یک شبکه عصبی فازی NF-GMDH با یک حلقه بازخوردی می باشد معماری این شبکه براساس ترکیب شبکه عصبی GMDH چندلایه پیشرو با شبکه RBF می باشد بطوریکه به جای نرونهای چند جمله ای در شبکه GMDH از شبکه RBF استفاده شده است و یک حلقه بازخوردی از خروجی قبلی به عنوان یکی از ورودی ها در نظر گرفته شده است که آزمایشها نشان میدهد اگرخروجی در زمان ماقبل را به عنوان ورودی به شبکه عصبی بدهیم، سیستم دارای حافظه خواهد شد. و این امر کارایی مدل را بالا برده و از رفتار تناوبی آن جلوگیری می نماید یکی از کاربردهای این شبکه می تواند در پیش بینی سری زمانی باشد برای این منظور شبکه عصبی NF-GMDH با شبکه عصبی NF-GMDH با یک حلقه بازخوردی برروی داده های سری زمانی مکی گلاس و سیستم هنون مقایسه شده است.

نویسندگان

علیرضا یوسف پور

دانشگاه آزاد اسلامی واحد قائمشهر

محمد تشنه لب

دانشگاه صنعتی خواجه نصیرالدین طوسی

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 :
  • H.Ichihashi, N.harada and K.nagasa, "Selection of the optimum Number of ...
  • Takashi Ohtani, Hidentomo Ichihashi, :Structural Learning of Neurofuzzy GMDH with ...
  • Kiyotaka Miyagishi, Masami Ohsaka, "Temperature prediction form regonal spectral model ...
  • ZAHAO Xiao-mei , SONG Zhi-huan , LI Ping , :A ...
  • Yachu Jin , Bernhard Sendhoff, "Extracting Interpretable Fuzzy Rules from ...
  • نمایش کامل مراجع