سال انتشار: ۱۳۸۶

محل انتشار: اولین کنگره مشترک سیستم های فازی و سیستم های هوشمند

تعداد صفحات: ۶

نویسنده(ها):

سید حمید ظهیری – استادیار گروه مهندسی الکترونیک ومخابرات، دانشکده مهندسی، دانشگاه ب

چکیده:

عملکرد شبکه های عصبی به طرز چشمگیری به پارامترهای ساختاری آن وا بسته است . تعداد نرونها، تعداد لایه های مخفی، نحوه اتصال نرونها، و نوع توابع تحریک مثالهای بارزی از این پارامترها هستند . در این تحقیق روشی جدید برای بهینه سازی ساختار شبکه های عصبی جهت دستیابی به عملکرد بهینه (یا نزدیک به آن) ارائه شده است. این روش مبتنی بر الگوریتم اتوماتای یادگیر است. در روش پیشنهادی پارامترهای ساختاری شبکه عصبی به عنوان متغیرهای مستقل در نظر گرفته شده ، و تابع عملکرد شبکه عصبی به وسیله روش بهینه سازی تابعی اتوماتای یادگیر بهینه می شود. شبکه های عصبی مورد آزمایش در این تحقیق به منظور طبقه ب ندی داده به کار گرفته شده است . نتایج عملی حاصل از آزمایشات متعدد بر روی داده های آزمایشی متنوع (در ابعاد فضای ویژگی، تعدا د نمونه ها و تداخل کلاسها) کارایی روش پیشنهادی را به خوبی آشکار می کند. برای محک زدن هر چه بهتر روش پیشنهادی، عملکرد آن با روش بهینه سازی تکاملی نیز مقایسه شده است.