دانش رسان |
مرکز علم و دانش کشور شناسایی سیستم های غیر خطی با استفاده از شبکه موجک فازی عصبی و روش بهینه یابی ازدحام ذرات PSO-FWNN
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
شناسایی سیستم های غیر خطی با استفاده از شبکه موجک فازی عصبی و روش بهینه یابی ازدحام ذرات PSO-FWNN دارای ۱۸ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد شناسایی سیستم های غیر خطی با استفاده از شبکه موجک فازی عصبی و روش بهینه یابی ازدحام ذرات PSO-FWNN کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی شناسایی سیستم های غیر خطی با استفاده از شبکه موجک فازی عصبی و روش بهینه یابی ازدحام ذرات PSO-FWNN،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن شناسایی سیستم های غیر خطی با استفاده از شبکه موجک فازی عصبی و روش بهینه یابی ازدحام ذرات PSO-FWNN :
تعداد صفحات :۱۸
چکیده مقاله:
شناسایی سیستم های غیر خطی پیچیده هموار یکی از زمینه های چالش برانگیز در مسائل مهندسی می باشد شبکه های فازی عصبی که در سال های اخیر مطرح شده اند در شناسایی سیستم های غیر خطی کاربرد زیادی دارند همچنین به دلیل خاص محلی بودن موجک ها در حوزه زمان و فرکانس استفاده از موجک ها در شبکه های فازی عصبی می تواند سیستم های غیر خطی را در فرکانس های بالا و پایین تجربه کرده و بازسازی سیگنال را دقیق تر انجام دهد بنابراین در این مقاله به منظور شناسایی سیستم ها از شبکه موجک فازی عصبی FWNN استفاده شده است روند آموزش و به روز رسانی این شبکه مهمترین بخش ان می باشد در این مقاله از روش شیب گرادیان به منظور آموزش شبکه استفاده شده است در این روش خروجی شبکه حساسیت زیادی نسبت به پارامترهای نرخ آموزش و ممان دارد در این مقاله سعی بر آن است تا با استفاده از روند بهینه یابی ازدحام ذرات PSO این مقادیر بهینه یابی شوند در نهایت روش PSO-FWNN مطرح شده با انجام چند شبیه سازی مورد آزمایش قرار گرفته است نتایج شبیه سازی نشان از دقت بالای روش مطرح شده دارد
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
