ارائۀ روشی برای مدلسازی سیستم با مجموعه دادۀ کوچک به کمک شبکۀ عصبی بهمنظور بهینهسازی آن
|
|
|
|
|
|
|
|
نویسنده
|
حسنپور حمید ,علیاننژادی محمدمهدی
|
|
منبع
|
advances in industrial engineering - 1397 - دوره : 52 - شماره : 1 - صفحه:25 -35
|
|
چکیده
|
کمبود داده از مهمترین مشکلات در مدلسازی و بهینهسازی سیستمهای واقعی در کاربردهای صنعتی است. روشهای معمول مدلسازی، با داشتن مجموعه داده اندک از یک سیستم، توانمندی لازم را برای مدلکردن آن ندارند. در این مقاله روشی برای مدلسازی این نوع سیستمها بهمنظور بهینهسازی ارائه شده که از دو مرحله اصلی تشکیل شده است. در مرحله اول به کمک شبکه عصبی، مدلی برای تولید دادهها ایجاد میشود که با دریافت هر خروجی دلخواه از سیستم، تعیین میکند این خروجی ناشی از اعمال چه ورودیای به سیستم بوده است. در مرحله دوم، به کمک الگوریتم ژنتیک روشی برای بهینهسازی مدل تولیدشده ارائه میشود. در این مقاله، به کمک روش پیشنهادشده میتوان ورودیهای منجر به تولید خروجی بهینه را یافت. بهینهبودن عملکرد سیستم در تابعی موسوم به تابع برازش بررسی میشود. روش ارائهشده بر روی یک سری زمانی غیرخطی متغیر با زمان، بهوسیله معادله ریاضی مشخص، و یک مجموعه داده واقعی از صنعت کشاورزی ارزیابی شده است. تحلیل نتایج آزمایشها نیز با معیار میانگین مربعات خطا صورت گرفته است. نتایج ارزیابی با این معیار توانمندی این روش را در مدلسازی و بهینهسازی مجموعه دادههای این مقاله نشان میدهد.
|
|
کلیدواژه
|
الگوریتم ژنتیک، بهینهسازی، شبکه عصبی چندلایه، مدلسازی سیستم
|
|
آدرس
|
دانشگاه صنعتی شاهرود, آزمایشگاه پردازش تصویر و داده کاوی, ایران, دانشگاه صنعتی شاهرود, آزمایشگاه پردازش تصویر و داده کاوی, ایران
|
|
|
|
|
|
|
|
|
|