
تعداد نشریات | 162 |
تعداد شمارهها | 6,693 |
تعداد مقالات | 72,243 |
تعداد مشاهده مقاله | 129,246,590 |
تعداد دریافت فایل اصل مقاله | 102,084,663 |
طراحی دو کلاسه ساز هوشمند MLP وRBF برای تخمین حالت سیستم توزیع و مقایسه خواص آنها | ||
نشریه دانشکده فنی | ||
مقاله 2، دوره 33، شماره 4 - شماره پیاپی 1341، اسفند 1378 اصل مقاله (777.14 K) | ||
نویسندگان | ||
علیرضا فریدونیان؛ حمید لسانی؛ کارولوکس* | ||
چکیده | ||
برای تعیین استراتژی های کنترلی در سیستم توزیع،و انجام تصمیم گیری های لازم توسط سیستم شناسنده الگو،لازم است حالت سیستم توزیع تخمین زده شود . در این سیستم،هر حالت،یک کلاس(دسته)از داده های اندازه گیری شده می باشد که بیانگر وضعیت سیستم در آن لحظه از زمان است. در این مقاله پس از معرفی مساله و بیان نیازهای موجود برای کار مورد نظر و بیان ضرورت تخمین گر حالت،دو تخمین گر با استفاده از شبکه عصبی با تقارن شعاعی و شبکه عصبی پرسپترون چند لایه طراحی و معرفی میشوند و نشان داده میشود که شبکه MLP در این کاربرد خاص کلاسه سازی از شبکه RBF بهتر عمل می نماید. همچنین اثر انواع توزیع داده ها در فضای کلاسه سازی ، انجام عملیات مقیاس نمودن،پیش-پردازش ، نرمالیزه نمودن و نگاشت همدیس روی فضای کلاسه سازی ، اعمال نویز به ورودی سیستم،انتخاب بهینه درجه تابع خطا و کاهش بزرگترین خطای سیستم(نرمl-p) بر یادگیری ،قدرت تعمیم،درونیابی و برونیابی شبکه های عصبی مصنوعی بررسی شده است. در پایان ، برای آزمون کارآیی سیستم طرح شده در عمل، یک مثال عملی روی شبکه استاندارد بهمراه نتایج شبیه سازی آن ارائه شده است. | ||
کلیدواژهها | ||
تخمین گر حالت؛ سیستم های توزیع؛ شبکه عصبی با تقارن شعاعی(RBF)؛ شبکه عصبی پرسپترون چند لایه (MLP)؛ کلاسه ساز | ||
آمار تعداد مشاهده مقاله: 2,198 تعداد دریافت فایل اصل مقاله: 1,331 |