[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 9، شماره 4 - ( مجله کنترل، جلد 9، شماره 4، زمستان 1394 ) ::
جلد 9 شماره 4,1394 صفحات 1-25 برگشت به فهرست نسخه ها
پیشنهاد توابعِ فعال سازِ بازه ای در شبکۀ عصبیِ بر پایه توابعِ شعاعی برای پیش بینی سیستم هایِ غیرِ خطیِ پویا
الله یار ظهوری زنگنه* 1، محمد تشنه لب2، مجتبی احمدیه خانه سر3
1- دانشجوی دکتری دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
2- استاد قطب علمی کنترل صنعتی، دانشکده مهندسی برق، گروه مهندسی برق-کنترل، دانشگاه صنعتی خواجه نصیرالدین طوسی
3- استاد یار دانشکده برق و کامپیوتر، گروه مهندسی قدرت و کنترل، دانشگاه سمنان
چکیده:   (2367 مشاهده)

چکیده: «شبکۀ عصبیِ بر پایۀ توابعِ شعاعی » یک تقریب گر عمومی می باشد. در این مقاله «تابعِ فعال سازِ گرانولی» برای بهبودِ یادگیری این شبکه در شرایط نویزی پیشنهاد می گردد که یک تابعِ گاوسی با «انحراف استاندارد بازه ای و میانگین ثابت» است و به آن «تابعِ فعال سازِ بازه ای» نیز گفته می شود. در لایۀ میانیِ این شبکه، سه پارامترِ وابسته به توابعِ فعال سازِ گرانولی آموزش می بینند که «مرکزِ توابعِ فعال سازِ گرانولی» که مرکز دسته نامیده می شود، کرانِ پائینِ انحرافِ استاندارد و کرانِ بالایِ انحرافِ استاندارد این توابع می باشند. در لایۀ خروجی دو پارامتر دیگر یعنی «مرکزِ وزن هایِ بازه ای» و «بازۀ این وزن ها» آموزش می بینند. برای آموزش این پارامترها از روش «الگوریتم خوشه بندی K-Means» استفاده شده است. در این روش، آموزش شبکه در راستای «گرانوله سازیِ پائین به بالا» می باشد که در آن بردارهای ورودی به شکل گرانول های بزرگتر در لایۀ میانی خوشه بندی می گردند. از روش «گرادیان نزولی» نیز برای آموزش پارامترهای شبکه استفاده شده و نتایج با روش جدید مقایسه گردیده است. عملکردِ این شبکه با شناساییِ «یک سیستمِ غیر خطیِ پویایِ U شکل با پنج ورودی» و پیش بینیِ «سریِ زمانیِ آشوبِ مکی گلاس» در شرایط نویزی و بدون نویز سنجیده می شود. از نتایج معلوم می گردد که استفاده از تابعِ فعال سازِ گرانولی در ساختار شبکۀ عصبیِ RBF؛ باعث کاهش حساسیت به تغییرات ورودی شده و عملکرد آن در شرایط نویزی بهبود می یابد.

واژه‌های کلیدی: شبکۀ عصبیِ بر پایۀ توابعِ شعاعیِ گرانولی، تابعِ فعال سازِ گرانولی، داده هایِ نویزی، انحرافِ استانداردِ بازه ای، سیستم هایِ غیرِ خطیِ پویا و توابعِ آشوب.
متن کامل [PDF 2537 kb]   (828 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۳/۳/۲۶ | پذیرش: ۱۳۹۴/۷/۲۶ | انتشار: ۱۳۹۵/۱/۲۵
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

کد امنیتی را در کادر بنویسید >


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Zohoori Zangeneh A, Teshnehlab M, Ahmadieh Khanesar M. Proposing Interval Activation Functions in Radial Basis Function Neural Network to Predict Nonlinear dynamic systems . JoC. 2016; 9 (4) :1-25
URL: http://joc.kntu.ac.ir/article-1-97-fa.html

ظهوری زنگنه الله یار، تشنه لب محمد، احمدیه خانه سر مجتبی. پیشنهاد توابعِ فعال سازِ بازه ای در شبکۀ عصبیِ بر پایه توابعِ شعاعی برای پیش بینی سیستم هایِ غیرِ خطیِ پویا. مجله کنترل. 1394; 9 (4) :1-25

URL: http://joc.kntu.ac.ir/article-1-97-fa.html



دوره 9، شماره 4 - ( مجله کنترل، جلد 9، شماره 4، زمستان 1394 ) برگشت به فهرست نسخه ها
مجله کنترل Journal of Control
Persian site map - English site map - Created in 0.06 seconds with 31 queries by YEKTAWEB 3667