آرایه روش مبتنی بر گرادیان مزدوج برای آموزش شبکه عصبی تصمیم

شبکه عصبی تصمیم یک رویکرد جدید برای حل مسائل تصمیم گیری چندهدفه مبتنی بر شبکه‌های عصبی مصنوعی می‌باشد. با بکارگیری روش‌های ارزیابی غیردقیق، ظرفیت یادگیری در این شبکه افزایش یافته و حجم مجموعه داده آموزشی کاهش یافته است. لذا شرایط برای تصمیم‌گیرندگان تسهیل شده است. روش موجود برای آموزش پارامترهای این شبکه مبتنی بر روش گرادیان است. یکی از محدودیت‌های روش فعلی، سرعت همگرایی آن است. در این مقاله، جهت افزایش کارآیی شبکه‌عصبی تصمیم، روشی مبتنی برگرادیان مزدوج برای آموزش این شبکه توسعه داده شده‌است. نکته ویژه در آموزش شبکه عصبی تصمیم این است که ساختار و پارامترهای دو زیر شبکه پرسپترون چند لایه موجود در شبکه عصبی تصمیم در فرآیند آموزش یکسان باقی بماند. کارایی روش پیشنهادی در حل مسئله تصمیم گیری چند هدفه با توابع مطلوبیت متعدد خطی و غیرخطی ارزیابی می شود. نتایج روش پیشنهادی با برخی روش های مشابه مقایسه شده و نشان می‌دهد که در روش پیشنهادی، همگرایی نسبت به روش قبلی سریع تر بوده و نتایج مطلوب‌تر هستند.