بررسی عملکرد مدلهای شبکه عصبی مصنوعی (ANN) برای پیش بینی وزن حمل شده در یک سیستم حمل و نقل

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 بررسی عملکرد مدلهای شبکه عصبی مصنوعی (ANN) برای پیش بینی وزن حمل شده در یک سیستم حمل و نقل دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد بررسی عملکرد مدلهای شبکه عصبی مصنوعی (ANN) برای پیش بینی وزن حمل شده در یک سیستم حمل و نقل  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 بررسی عملکرد مدلهای شبکه عصبی مصنوعی (ANN) برای پیش بینی وزن حمل شده در یک سیستم حمل و نقل،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن بررسی عملکرد مدلهای شبکه عصبی مصنوعی (ANN) برای پیش بینی وزن حمل شده در یک سیستم حمل و نقل :

تعداد صفحات :۱۳

چکیده مقاله:

هدف اصلی این مقاله مدل سازی و پیش بینی وزن حمل شده بر اساس عواملی که مستقیما در سیستم حمل و نقل تأثیر می گذارند. در این مطالعه، برای ایجاد یک مدل پیش بینی از شبکه عصبی مصنوعی (ANN) و با یک پرسپترون چند لایه ) MLP ( و بصورت شبکه عصبی فیدفوروارد (feed forward) استفاده شده است. سه الگوریتم یادگیری مختلف که عبارتند از الگوریتم دسته ای پس انتشار (Bouch back propagation) الگوریتم انتشار سریع (Quick propagation) و الگوریتم لونبرگ مارکوارت (levenberg – Marguardt) با یک لایه پنهان و ۵ گره در این مطالعه استفاده شده است. پارامترهای ورودی مدل عوامل مستقیم دخیل در سیستم حمل و نقل می باشد و علاوه بر آنها دو فاکتور زمانی یعنی تعداد هفته و فصل نیز در پیش بینی وزن حمل شده مدل دخالت داده شده اند. یکی دیگر از اهداف این مطالعه، مقایسه عملکرد الگوریتم های یاد شده بر اساس قدرت پیش بینی و مقدار خطای پیش بینی می باشد. نتایج نهایی نشان داد که الگوریتم انتشار سریع (QP) با توپولوژی ۱-۴-۷ دارای بیشترین قدرت پیش بینی (R) و کمترین خطای پیش بینی ( RMSE ) می باشد. و همچنین تمامی عوامل مؤثر بر این مدل پیش بینی در آخر به ترتیب اهمیت و تأثیرگذاری اولویت بندی شده اند.