شما هنوز به سایت وارد نشده اید.
چهار شنبه 22 اسفند 1403
ورود به سایت
کلمه عبور را فراموش کرده اید؟
بخش های اصلی
آمار سایت
بازدید امروز: 38,417
بازدید دیروز: 76,591
بازدید کل: 161,084,121
کاربران عضو: 0
کاربران مهمان: 121
کاربران حاضر: 121
الگوریتمی بر مبنای شبکه عصبی برای بدست آوردن تابع مطلوبیت در مسایل MADM
چکیده:
در این مقاله الگوریتمی بر مبنای شبکه عصبی مصنوعی پیشرو برای بدست آوردن سطح ترجیحاتتصمیم گیرنده در مسایل تصمیم گیری چند شاخصه توسعه داده شده است. هدف اصلی در این الگوریتم طراحی شبکه های عصبی MLFF با اجتناب از خطای آموزش بیش از حد وکاهش خطای غیربهینگی آموزش شبکه است. برای جلوگیری از خطای آموزش بیش از حد، از الگوریتم ایست سریع بهبود یافته ارائه شده در جعبه ابزار شبکه های عصبی نرم افزار MATLAB استفاده شده است. در این الگوریتم، تابع عملکرد mseregبرای شبکه و الگوریتم ایست سریع به صورت توام استفاده شده اند . الگوریتم ایست سریع با افزایش خطای داده های اعتبارسنجی در تعداد تکرار معینی، آموزش شبکه را متوقف می کند . اینالگوریتم می تواند در شرایط پیچیده تصمیم گیری چند شاخصه به خصوص هنگامی که تعداد گزینه ها زیاد بوده و انجام مقایسات زوجی را برای تصمیم گیرنده دشوار می نماید، مفید و کارا واقع شود.
کلید واژه: تصمیم گیری چندشاخصه، تابع مطلوبیت، شبکه های عصبی مصنوعی
نویسنده(گان): سیدرضا حجازی، رضا فروزش فر
منبع: چهارمین کنفرانس بین المللی مهندسی صنایع
موضوع: تصمیم گیری
دسته: مقاله کنفرانس
سال انتشار: 1384
تعداد صفحات: 17
قیمت (تومان): 0
بر اساس شرایط و ضوابط ارسال مقاله در سایت مدیر، این مطلب توسط یکی از نویسندگان ارسال گردیده است. در صورت مشاهده هرگونه تخلف، با تکمیل فرم گزارش تخلف حقوق مؤلفین مراتب را جهت پیگیری اطلاع دهید.
 
PDF دریافت متن کامل
318 KB