(پایان نامه هوش مصنوعی )پروسه ارزيابي يك الگوريتم ژنتيك براي بهبود شبكه پس انتشار خطا bpn - کامل

توضیحات محصول

1) مقدمه:

مدل هاي شبكه عصبي مصنوعي (ANN ) به طور گسترده در كاربردهاي متفاوتي استفاده شده اند. شبكه هاي پس انتشار خطا ، پركاربردترين مورد استفاده در شبكه هاي عصبي مصنوعي،براي حل تعداد زيادي از مسائل واقعي بكار گرفته شده است.

در سال هاي اخير بسياري از الگوريتم هاي  يادگيري به طور گسترده اي به منظور آموزش شبكه هاي عصبي براي حل مسائل پيچيده غير خطي طراحي شده و توسعه يافته اند. يكي از نقص ها ي اساسي در شبكه هاي عصبي جاري اين است كه تحقيق و پژوهش وابسته به طراحي شبكه عصبي مي باشد.طراحي يك شبكه عصبي شامل انتخاب يك مجموعه بهينه از پارامتر ها ي طراحي مي باشدنحقخ تا همگرايي سريع را در طول آموزش و دقت مورد نياز را هنگام فراخواني بدست آورد.

محققان به طور معمول شبكه هاي عصبي با [1] BPN را بسيار آموزش داده اند.

دقت هر تقريب آموزش بستگي به انتخاب وزن هاي مناسب براي شبكه عصبي دارد.متاسفانه bp يك الگوريتم جستجوي محلي است. بنابراين موجب واقع شدن در تله مي نيمم محلي مي شود .اگر وزن هاي اوليه در يك شيب محلي واقع شود ، الگوريتم احتمالا در يك بهينه محلي قرار خواهد گرفت .محققان از روش هاي متفاوتي استفاده مي كنند تا اين ويژگي ها يbp  را تنظيم كنند.

 براي مثال در یک روش الگوریتم مي تواند تنظيم شود تا مومنتم را تغيير دهد به طوريكه جستجو از بهينه محلي خارج شود و به سمت راه حل عمومي حركت كند .مقادير صحيح اين پارامتر ها قياسي و عمومي نمي باشند و اغلب براي يك مسئله خاص هستند .بنابراين براي هر مسئله داده شده تعداد زيادي از پارامترها بايد آزمايش شوند تا اطمينان پيدا كنند كه بهينه عمومي پيدا شده است .

 

روش عمومي ديگر براي پيدا كردن بهترين راه حل (شايد بهينه عمومي ) با استفاده از bp  اين است كه آموزش دوباره از بسياري از نقاط رندم شروع شود.دوباره تعداد نقاط شروع رندم مشخص نمي باشد و عموما به طور قابل توجهي براي مسائل پيچيده متفاوت مي باشد.

روش سوم اين است كه ساختار شبكه عصبي بازسازي شود در چنين روشي احتمال رسيدن به بهينه عمومي بسيار زياد مي باشد .هر چند در اين روش تخمين پذيرفته شده اي عمومي وجود ندارد و محققان روش هاي متفاوت دیگری را ترجيح مي دهند .

يكي از معقول ترين روش ها ،استفاده از الگوريتم ژنتيك به منظور پيدا كردن يك ساختار بالقوه  براي استفاده از bp مي باشد .هر چه ساختار شبكه ساده تر باشد و پيچيدگي كمتري داشته باشد ، الگوريتم bp با احتمال بيشتري موفق مي شود.

 

در اين رويكرد اگر چه شبكه عصبي به طور فزاينده اي شكست مي خورد ولي روش توانايي مدل كردن ارتباطات پيچيده را نيز دارد .

Bpn ها در عين محدوديت داشتن،هنگاميكه از تكنيك جستجوي گراديان استفاده مي كنند مشكل سرعت پايين همگرايي در رسيدن به جواب را دارا مي باشند.



BackPropagation   Network

 

خرید این محصول

 

خواهشمنداست در صورت عدم دریافت فایل به شماره ذیل پیامک و یا تلگرام بدید

پشتيباني 24 ساعته (پيامك و تلگرام)

09189431367 

 

سوالات و نظر شما در مورد این محصول