مقاله طرح بهینه ساز ه های فض اکار با استفاده از الگوریتم ژنتیک اصلاح شده و شبکه های عصبی مصنوعی تابع بنیادی شعاعی( RBF ) و انتشار متقابل( (CP

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

  مقاله طرح بهینه ساز ه های فض اکار با استفاده از الگوریتم ژنتیک اصلاح شده و شبکه های عصبی مصنوعی تابع بنیادی شعاعی( RBF ) و انتشار متقابل( (CP دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله طرح بهینه ساز ه های فض اکار با استفاده از الگوریتم ژنتیک اصلاح شده و شبکه های عصبی مصنوعی تابع بنیادی شعاعی( RBF ) و انتشار متقابل( (CP  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 مقاله طرح بهینه ساز ه های فض اکار با استفاده از الگوریتم ژنتیک اصلاح شده و شبکه های عصبی مصنوعی تابع بنیادی شعاعی( RBF ) و انتشار متقابل( (CP،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله طرح بهینه ساز ه های فض اکار با استفاده از الگوریتم ژنتیک اصلاح شده و شبکه های عصبی مصنوعی تابع بنیادی شعاعی( RBF ) و انتشار متقابل( (CP :

تعداد صفحات:۱۰

چکیده:

اگر طراحی یک سازه به صورتی انجام بگیرد که علاوه بر رعایت مسایل فنی و ضوابط طراحی کمترین هزینه اجرائی را داشته باشد؛ به چنین فرآیندی بهین هسازی گفته م یشود. بهین هسازی سازه های با درجات آزادی زیاد، از جمله ساز ههای فضا کار، به علت داشتن حجم بالای محاسباتی، مستلزم صرف زمانهای طولانی می باشند . استفاده از مفاهیم شبک ههای عصبی مصنوعی م یتواند در کاهش کلی زمان لازم جهت بهین هسازی بسیار مفید واقع شوند. شبک ههای عصبی مصنوعی انتشار برگشتی( BPNN ) و انتشار متقابل( CPNN ) از جمله شبکه هایی هستند که در بهینه سازی مورد استفاده قرار گرفت هاند. در این تحقیق از شبکه عصبی مصنوعی تابع بنیادی شعاعی ( RBF ) برای تقری بسازی تحلیل سازه در روند بهین هسازی شبک ههای د ولایه فض اکا ر، استفاده شده است. از طرف دیگر از یک الگوریتم ژنتیک اصلاح شده که روش زی رجمعی تها ( SPM ) نا مگذاری شده است، جهت بهینه سازی این ساز هها استفاده شده است. استفاده از شبکه های عصبی مصنوعی در چهارچوب روش زیر جمعی تها یک روش مناسب را جهت بهینه سازی ساز ههای با درجات آزادی زیاد فراهم م یآورد که در مقایسه با روش ژنتیک ساده در مدت زمان بسیار کوتاهتری به نتایج مناسب همگرا می شود. برای تمامی مراحل اساسی تحقیق حاضر که عبارتند از تقریب سازی تحلیل سازه با استفاده از شبک ههای عصبی مصنوعی RBF و CP وبهین هسازی با استفاده از روش زیر جمعی تها، برنام ههایی در محیط نرم افزار MATLAB 6.1 نوشته شده است. در نهایت،نتایج حاصل از بهین هسازی یک شبکه د ولایه فض اکار با استفاده از نتایج تقریب سازی شده حلیل سازه توسط شبک ههای RBFو CP با نتایج به دست آمده از بهینه سازی با استفاده از نتایج دقیق تحلیل سازه مقایسه شده اند.