|  درخواست عضويت  |  رمز خود را فراموش کرده ايد؟  |  ورود اعضا [Sign in]
جستجوي پيشرفته مطالب   |  
 جستجو:  
انتخاب مناسب ترين ورودي ها براي مدل شبكه عصبي مصنوعي با استفاده از الگوريتم جامعه مورچگان
magiran.com >  مجله اكو هيدرولوژي >سال پنجم، شماره 1 > متن
مشخصات نشريه
آخرين شماره
آرشيو شماره هاي گذشته
جستجوي مطالب
سايت اختصاصي
تماس با نشريه
ارسال الکترونيکي مقاله
شماره جديد اين نشريه
سال پنجم
شماره 2
تابستان 1397


 راهنمای موضوعی نشريات
اين نشريه در گروه(های) زير قرار گرفته است:
1 اکولوژي

خدمات سايت




 


مجله اكو هيدرولوژي ، سال پنجم، شماره 1



عنوان:
انتخاب مناسب ترين ورودي ها براي مدل شبكه عصبي مصنوعي با استفاده از الگوريتم جامعه مورچگان


نويسنده(گان):
محمد جواد زينلي، علي شهيدي *،


چکيده:
يافتن مناسب‏ترين ورودي‏ها براي شبكه عصبي و همچنين تعداد مناسب ورودي براي آن يكي از چالش‏هايي است كه همواره محققان با آن روبه‏رو هستند. اغلب، بهترين ساختار براي شبكه عصبي نيز به‏صورت آزمون و خطا مشخص مي‏‏شود و درنهايت با تعريف چند ورودي خاص مدل‏هاي مختلفي توليد و بررسي مي‏شوند. در اين تحقيق به مدل‏سازي كيفي جريان رودخانه گادارچاي با استفاده از شبكه عصبي مصنوعي پرداخته شده و دو مدل و براي هر مدل چهار سناريو تعريف شد. در هر دو مدل پارامتر هدف مقدار هدايت الكتريكي بوده است. ورودي‏هاي مدل اول (ANNa) را پارامترهايي تشكيل مي‏دهند كه بيشترين همبستگي را با پارامتر هدف (EC) داشته‏اند. در مدل دوم (ANNb) مناسب‏ترين پارامترهاي ورودي با استفاده از الگوريتم‏ جامعه مورچگان (ACO) مشخص شد. معيارهاي به‏كار‏رفته در اين تحقيق شامل معيارهاي ميانگين مربعات خطا (MSE)، مجموع مربعات خطا (SSE)، نش‏ـ ساتكليف و ضريب همبستگي بوده است. نتايج نشان داد بهترين مدل ANNa، مدل ANNa2 با مقدار MSE برابر 0017/0 است. ورودي‏هاي اين مدل مجموع كاتيون‏ها، سختي كل و كلسيم است. بهترين مدل ANNb، مدل ANNb3 با مقدار MSE برابر 0012/0 است. ورودي‏هاي اين مدل درصد سديم، pH و سختي كل است. همچنين، نتايج نشان داد استفاده از الگوريتم جامعه مورچگان براي يافتن بهترين پارامترهاي ورودي سبب افزايش كارايي شبكه عصبي در قسمت صحت‏سنجي و تست در مدل ANNb نسبت به مدل ANNa مي‏‏شود. طبق نتايج به‏دست‏آمده به‏جاي آزمون و خطا در يافتن بهترين ورودي‏ها براي شبكه عصبي مي‏توان به‏عنوان گام نخست از پارامترهايي استفاده كرد كه بيشترين همبستگي را با پارامتر هدف دارند؛ اما پارامترهايي كه با پارامتر هدف همبستگي زيادي دارند، لزوماً بهترين ورودي‏ها براي شبكه نيستند. همچنين، نتايج نشان داد از الگوريتم ACO مي‏توان به‏عنوان روشي براي انتخاب متغيرهاي ورودي استفاده كرد و عملكرد شبكه عصبي را بهبود بخشيد.

کليدواژگان:
الگوريتم جامعه مورچگان، انتخاب متغير ورودي، رودخانه گادارچاي، شبكه عصبي مصنوعي


لينک کوتاه به اين صفحه:  
 

دوست گرامي:

    با تشکر از همراهي شما به اطلاع مي رساند مطالعه متن مقالات نشريات و خدمات اختصاصي اين سايت تنها براي اعضا و با پرداخت حق عضويت (اشتراک طلايي) امکان پذير است.

  هزینه حق عضویت سالانه(اشتراک طلایی):

  • مشترکان داخل کشور     250.000 ريال (100 مقاله اعتبار اولیه) پرداخت با همه کارتهای بانکی
  • مشترکان خارج از کشور   50 دلار  (100 مقاله اعتبار اولیه) پرداخت با  Paypal
  اگر عضو سايت هستيد:
     شناسه کاربري:
     رمز عبور:

  اگر عضو سايت نيستيد:
شما با تکميل فرم عضويت و تاييد نشاني ايميل خود در سايت "بانک اطلاعات نشريات کشور magiran.com"  مي توانيد از امکانات اختصاصي اين سايت به شرح زير استفاده نماييد.:
  • دسترسي به متن مقالات پس از پرداخت حق عضويت و فعال سازی اشتراک طلايي
  • استفاده از  فروشگاه سايت و سفارش اينترنتي اشتراک نسخه چاپي نشريات با 10 درصد تخفيف
  • ايجاد فهرست نشريات مورد علاقه براي دسترسي سريع
  • اطلاع از انتشار نشريات مورد علاقه از طريق پست الکترونيکي
  • دريافت روزانه سرخط مطالب روزنامه هاي عضو بر اساس کلمات انتخابي خودتان تا سقف 10 عنوان


آيا مايل به عضويت در بانک اطلاعات نشريات کشور هستيد؟ 
(رايگان)

          

 



 

 

 
 
ارسال مطلب به دوستان
نظر بدهيد
ثبت در فهرست علائق

معرفی سايت به ديگران
گزارش اشکال در اطلاعات
اشتراک نشريات ديگر
 جستجوی مطالب
کلمه مورد نظر خود را وارد کنيد

جستجو در:
آرشيو اين مجله
همه مجلات عضو
مجلات علمی مصوب
متن روزنامه های عضو
    
جستجوی پيشرفته



 

اعتماد
ايران
جام جم
دنياي اقتصاد
رسالت
شرق
كيهان
 پيشخوان
فصلنامه علوم بهداشتي جندي شاپور
متن مطالب شماره 2 (پياپي 1002)، 2018را در magiran بخوانيد.

 

 

 

سايت را به دوستان خود معرفی کنيد    
 1397-1380 کليه حقوق متعلق به سايت بانک اطلاعات نشريات کشور است.
اطلاعات مندرج در اين پايگاه فقط جهت مطالعه کاربران با رعايت شرايط اعلام شده است.  کپی برداري و بازنشر اطلاعات به هر روش و با هر هدفی ممنوع و پيگيرد قانوني دارد.
 

پشتيبانی سايت magiran.com (در ساعات اداری): 77512642  021
تهران، صندوق پستی 111-15655
فقط در مورد خدمات سايت با ما تماس بگيريد. در مورد محتوای اخبار و مطالب منتشر شده در مجلات و روزنامه ها اطلاعی نداريم!
 


توجه:
magiran.com پايگاهی مرجع است که با هدف اطلاع رسانی و دسترسی به همه مجلات کشور توسط بخش خصوصی و به صورت مستقل اداره می شود. همکاری نشريات عضو تنها مشارکت در تکميل و توسعه سايت است و مسئوليت چگونگی ارايه خدمات سايت بر عهده ايشان نمی باشد.



تمامي خدمات پایگاه magiran.com ، حسب مورد داراي مجوزهاي لازم از مراجع مربوطه مي‌باشند و فعاليت‌هاي اين سايت تابع قوانين و مقررات جمهوري اسلامي ايران است