بانک مقالات رشته مدیریت

يکي از گامهاي مهم در توسعه شبکه هاي عصبي مصنوعي طراحي معماري شبکه است که تاثير زيادي بر عملکرد شبکه دارد. در طراحي معماري شبکه هاي عصبي مصنوعي، عواملي از قبيل تعداد لايه هاي پنهان، تعداد نرون ها در هر لايه، توابع تبديل و الگوريتم آموزش بايد تعيين شوند. محققان در طراحي معماري شبکه به طور عمده از طريق سعي و خطا عمل مي کنند و يا اينکه اثر متقابل بين عوامل مختلف در طراحي معماري شبکه را در نظر نمي گيرند. در اين تحقيق، يک مدل مبتني بر تکنيک طراحي آزمايشها براي طراحي بهينه معماري شبکه عصبي با يادگيري تحت نظارت، با توجه به اثر متقابل بين عوامل ذکر شده، ارايه مي شود.
در اين تحقيق، از مدل پيشنهادي براي طراحي معماري شبکه عصبي به منظور پيش بيني مصرف نفت گاز کل کشور استفاده شده است. به منظور مقايسه عملکرد مدل پيشنهادي با استفاده از روش سعي و خطا به عنوان يکي از روشهاي مرسوم در طراحي معماري، يک مدل شبکه عصبي براي پيش بيني مصرف نفت گاز توسعه داده شده و طي آن برتري مدل پيشنهادي نشان داده شده است. همچنين براي مقايسه عملکرد شبکه عصبي با روشهاي آماري، دو مدل با استفاده از رگرسيون و ARIMA طراحي شده اند. نتايج به دست آمده در پيش بيني مصرف نفت گاز در اين بخش نيز نشان مي دهد که پيش بيني با شبکه عصبي طراحي شده جوابهاي بهتري دارد.

 نسخه قابل چاپ