مقاله سیستم های مبتنی بر شبکه عصبی

مقاله سیستم های مبتنی بر شبکه عصبی

مقدمه ای بر شبکه‌های عصبی مصنوعی

تاریخچه شبکه‌های عصبی مصنوعی

شبکه عصبی چیست؟

شبکه  عصبی چه قابلیتهائی دارد؟

الهام از طبیعت

شبکه های عصبی در مقایسه با کامپیوترهای سنتی

مسائل مناسب برای یادگیری شبکه های عصبی

پرسپترون

الگوریتم یادگیری پرسپترون

الگوریتم gradient descent

مشکلات روش gradient descent

تقریب افزایشی gradient descent

الگوریتم  Back propagation

قدرت نمایش توابع

انواع آموزش شبکه

برخی زمینه های شبکه های عصبی

سبکهای معماری شبکه‌های عصبی

قواعد یادگیری در شبکه‌های عصبی

آموزش شبکه‌های عصبی

آموزش unsupervised یا تطبیقی (Adaptive)

تفاوت‌های شبکه‌های عصبی با روش‌های محاسباتی متداول و سیستم‌های خبره

انواع یادگیری برای شبکه های عصبی

یادگیری با ناظر

یادگیری تشدیدی

یادگیری بدون ناظر

معایب شبکه های عصبی

مزیتهای شبکه های عصبی

سیستم خبره

سیستم خبره چیست؟

ساختار یک سیستم خبره‌

استفاده از  منطق فازی

مزایا و محدودیت‌های سیستم‌های خبره

کاربرد سیستم‌های خبره‌

چند سیستم خبره مشهور

مروری بر کاربردهای تجاری

بازاریابی

بانکداری و حوزه های مالی

پیش بینی

سایر حوزه های تجاری

کاربرد مدلهای شبکه عصبی در پیش‌بینی ورشکستگی اقتصادی شرکتهای بازار بورس

کاربرد مدل‌ شبکه عصبی در پیش‌بینی ورشکستگی شرکتهای بازار بورس

تبیین مفهوم ورشکستگی

متغیرهای مدل تحقیق

اطلاعات شرکتهای نمونه تحقیق

تعیین ‌مدل شبکه عصبی سه لایه برای پیش‌بینی ورشکستگی شرکتها

تعیین مدل بهینه شبکه عصبی چهار لایه برای پیش‌بینی ورشکستگی شرکتها

مقایسه مدلهای شبکه عصبی سه و چهار لایه برای پیش‌بینی ورشکستگی اقتصادی

پیش‌بینی ورشکستگی اقتصادی شرکتها در سالهای  و

روند ورشکستگی اقتصادی شرکتهای بازار بورس در دوره ـ

جمع‌بندی و نتیجه‌گیری

منابع



خرید و دانلود مقاله سیستم های مبتنی بر شبکه عصبی


تحلیل و طراحی شبکه های دو لایه ای با به کارگیری روش های بهینه سازی و شبکه های عصبی

تحلیل و طراحی شبکه های دو لایه ای با به کارگیری روش های بهینه سازی و شبکه های عصبی

• رساله دکتری مهندسی عمران گرایش سازه با عنوان: تحلیل و طراحی شبکه های دو لایه ای با به کارگیری روش های بهینه سازی و شبکه های عصبی 

• دانشگاه علم و صنعت ایران 

• استاد راهنما: دکتر محمدعلی برخورداری – دکتر علی کاوه 

• پژوهشگر: جعفر کیوانی 

• سال انتشار: اسفند 1380 

• فرمت فایل: PDF و شامل 210 صفحه

 

چکیــــده:

با توجه به گسترش روزافزون ساخت ساختمان‌های بزرگ با دهانه‌های وسیع مانند استادیوم‌ها، نمایشگاه‌ها، سالن‌های اجتماعات، مصلاها و آشیانه‌های هواپیما، مطالعه در زمینه تحلیل، طراحی و بهینه یابی شبکه‌های دو لایه‌ای، که برای پوشش سقف این گونه سازه‌ها به کار می‌رود، امری ضروری است. در طراحی بهینه سازه‌های پرعضو که با تغییر توپولوژی و مشخصات هندسی آنها سازه‌های متنوعی ایجاد می‌شود، به کارگیری روش‌های تقریبی موجب صرفه جویی در زمان محاسبات می‌گردد.

موضوع این پایان نامه مطالعه پارامتریک شبکه‌های دو لایه‌ای برای تحلیل و طراحی بهینه سازه و نیز استفاده از شبکه‌های عصبی مصنوعی برای تحلیل و طراحی تقریبی شبکه‌های دو لایه‌ای است.

در این رساله، ضمن بررسی ادبیات مربوط به رفتار شبکه‌های دو لایه‌ای و جنبه‌های مختلف تحلیل و طراحی این سازه‌ها، چهار نوع تاشه از این سازه شامل مربع روی مربع، مربع روی مورب، مورب روی مربع و مورب روی مورب با متغیرهایی مانند تعداد چشمه، نوع تکیه گاه و اندازه ارتفاع تحت اثر بارهای قائم از نظر وزن و خیز مورد بررسی و مقایسه قرار گرفته و مناسب‌ترین آنها از نظر توپولوژی برای آموزش شبکه‌های عصبی انتخاب شده است. در این پایان نامه ضمن بررسی پیشینه تحقیقاتی در زمینه کاربرد شبکه‌های عصبی در تحلیل و طراحی سازه‌ها، دو نوع شبکه عصبی با الگوریتم‌های پس انتشار خطا و پایه شعاعی برای تحلیل و طراحی و پیش بینی وزن و خیز شبکه های دو لایه‌ای به کار گرفته شده و کارایی آنها با توجه به دو عامل سرعت و دقت مقایسه شده است.

مطالعات پارامتریک انجام شده نشان می‌دهد که با توجه به شرایط و قیود در نظر گرفته شده، تاشه مربع روی مربع از نظر تعداد عضو و گره از سایر تاشه‌ها اقتصادی‌تر و از نظر وزن و خیز غالباً مناسب‌تر است، به ویژه وقتی که سازه بر روی تکیه گاه گوشه‌ای یا گوشه‌ای درختی قرار گرفته باشد. تکیه گاه گوشه‌ای موجب توزیع غیریکنواخت نیروها و در نتیجه افزایش وزن سازه می‌شود. لذا چنانچه در صورت نیاز به دهانه‌های بزرگ، استفاده از تکیه گاه گوشه‌ای اجتناب ناپذیر باشد، بهتر است از تکیه گاه گوشه‌ای درختی استفاده شود.

مطالعات مربوط به شبکه‌های عصبی مصنوعی نشان می‌دهد که شبکه‌های پس انتشار و پایه شعاعی در تحلیل و طراحی تقریبی سازه‌ها و نیز پیش بینی وزن و خیز آنها قابلیت بالایی دارند. هرچند شبکه پس انتشار در عمل دقت بیشتری را نشان می‌دهد، لیکن شبکه پایه شعاعی، که در این رساله برای اولین بار در زمینه تحلیل و طراحی سازه‌ها به کار گرفته شده است، از سرعت بیشتری برخوردار است.

______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل civil.sellfile.ir@gmail.com پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **



خرید و دانلود تحلیل و طراحی شبکه های دو لایه ای با به کارگیری روش های بهینه سازی و شبکه های عصبی