سال انتشار: ۱۳۸۵

محل انتشار: دوازدهمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۶

نویسنده(ها):

سهیل فاطری – عضو هیئت علمی دانشگاه آزاد اسلامی واحد بابل
محمد تشنه لب – عضو هیئت علمی دانشگاه صنعتی خواجه نصیرالدین طوسی، دانشکده برق

چکیده:

درخت مدل خطی محلی یادرخت مدل خطی محلی یاLOLIMOT که در آن از نوعی از مدل فازی عصبی خطی محلی استفاده شده است، الگوریتمی بر اساس استراتژی تقسیم و غلبه م ی باشد که در آن حل مسئله پیچیده از طریق تقسیم م سئله به تعدادی زیر مسئلة کوچ ک تر (و از این رو ساده تر) صورت می پذیرد. بنابراین مشخصات این مد ل های فازی -عصبی (زیر مسئله های کوچک تر شده ) به مقدار زیادی ، به ساختار الگوریتم بکار برده شده جهت تقسی م بندی، وابسته می باشد. یکی از مشکلات الگوریتمLOLIMOT رو به ر شد بودن تعداد مدل های محلی خطی یاLLM ها می باشد، بدین معنی که برای رسیدن به خروجی بهتر (خروجی با خطای کمت ر ) تنها راه در الگوریتم ،LOLIMOTپیدا کردن بدترین LLM) LLM با خطای بیشت ر ) و تقسیم آن به دو LLM می باشد و این یعنی اضافه شدن تعداد LLMها. در این مقاله س عی شده با ارائه روشی برای ترکیب LLM ها و قرار دادن آن در الگوریتم LOLIMOT از افزایش بی رویهتعداد مدل های محلی جلوگیری گردد. لذا می توان گفت هدف اصلی ترکیب نرو ن ها، رسیدن به خطای مطلوب با تعداد مد ل هایکمتری نسبت به الگوریتم اصلیLOLIMOT می باشد، در پایان الگوریتم پیشنهادی توانست با یافتن مد ل های مناسب و ترکیبآنها بخوبی به این مهم دست یابد.