طراحی ساختارمناسب ورودی های شبکه عصبی فازی برای پیش بینی سری های زمانی بااستفاده ازروش تاگوچی وpso
محل انتشار: دوازدهمین کنفرانس ملی سیستم های هوشمند ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 721
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:
ICS12_048
تاریخ نمایه سازی: 11 مرداد 1393
چکیده مقاله:
یک سری زمانی مجموعه مشاهداتی است که براساس زمان مرتب شده باشندسریهای زمانی دارای کاربردهایمتفاوتی درزمینه های مختلف مانند اقتصادورشته های مهندسی است بخصوص روشهای تجزیه و تحلیل سریهای زمانی قسمت مهمی ازامارراتشکیل میدهد برای پیش بینی شرایط اینده با استفاده ازدادههای حاضرروشهای متفاوتی وجود دارد شبکه عصبی فازی باتوجهبه قابلیت یادگیری که دارد یکی ازروشهای موثردراین زمینه است درروش پیشنهادی برای تعیین پارامترهای اولیه FNN ازPSO سلسله مراتبی استفاده شده است تعدادورودی ها نیز ازجمله پارامترهای مهم این روش است دراین مقاله روش تاگوچی که یک رویکردبهینه سازی قوی وسیستماتیک برای طراحی مدلهای قابل اعتمادوباکیفیت بالاست برای تعیین ورودیهای مناسب ارایه شده است مزایای این روش دردوموردخلاصه میشود پیش بینی بادقت بالاوزمان معقول برای پیش بینی
کلیدواژه ها:
نویسندگان
ندا باقرزاده
دانشگاه آزاد اسلامی واحد مشهد
محمدرضا اکبرزاده توتونچی
دانشگاه فردوسی مشهد
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 :