پایان نامه شبکه های عصبی کامپیوتر

خرید این محصول

» :: پایان جریده شبکه های عصبی کامپیوتر
پایان جریده شبکه های عصبی کامپیوتر   


فایل word قابل ویرایش

اندازه صفحات 125

درخور دانشجویان ، دانش آموزان و محققان


مرجع پایان نامه و پروژه های دانشجویی ،پایان نامه کامپیوتر ، پایان جریده نرم افزار ، پروژه های درسی و....

چکیده

       شبکه های عصبی مصنوعی در بسیاری از موارد تحقیق و در استادی های الوان به کار گرفته شده و به عنوان یک زمینه تحقیقاتی بسیار فعال حاصل همکاری دانشمندان در چند زمینه علمی از قبیل مهندسی رایانه ، برق ، سازه ، و بیو لوژی اند . از موردها کاربرد شبکه ای عصبی می استطاعت به طبقه بندی اطلاعات ، آگاهی ویژگی های حروف و شکلها ، ارزیابی توابع و غیره اشاره کرد .

کاربرد شبکه های عصبی باب مهندسی عمران و به خصوص سازه نیز نهار به روز در حال توسعه است و بی شک باب آینده شاهد فراگیر شدن و گسترش این علم باب مهندسی سازه خواهیم بود . از موردها استفاده شبکه های عصبی باب مهندسی عمران می توان به بهینه سازی ، تحلیل ، طراحی و پیش بینی خیز و اندازه سازه ها ، تحلیل و طراحی اتصالات ، پیش بینی نتایج آزمایشات بتنی و خاکی ، کاربرد باب تئوری گرافها و بسیاری از موردها دیگر اشاره کرد .

این نوشته حاوی پنج بهر است :

بخش آغاز به سمت مفاهیم بنیادی شبکه های عصبی مصنوعی می پردازد و بعضی از موضوعات برای آشنایی مقدماتی به اختصار در این بخش توضیح داده شده است و شامل الگو بیولوژیکی شبکه های عصبی می باشد و همچنین یاخته عصبی مصنوعی توضیح داده شده است که به منظور تقلید از خصوصیات مرتبه اول ( First order ) سلول عصبی بیولوژیکی طراحی شده است .روی تحریک سلول عصبی که میانجیگری جمع ورودی های اندازه دار معین شده است ، در این بهر توضیح داده شده است .

شبکه های عصبی مصنوعی تک لایه و چند لایه نیز به طور مفصل مناسبت جدال قرار گرفته است که ساده ترین شبکه به صورت گروهی از سلول های عصبی است که باب یک لایه مرتب شده اند و شبکه های قید لایه تواناییها و قابلیت های محاسباتی بیشتری را ارائه می کنند . شبکه های بازگشتی که حاوی ارتباطات تغذیه برگشتی هستند ، باب این شبکه ها ، خروجی های قبیل دوباره به جانب عقب به طرف ورودی ها منتشر می شوند و خروجی شان هم با استعمال از ورودی جاری و بازهم خروجی قبلیشان تعیین می شو د.

بخش دوم :شامل الگوریتم های آموزشی می باشد و هدف از پرورش شبکه را توضیح می دهد که یک شبکه به گونه ای آموزش داده می شود که حرف به کار بردن یک دسته از ورودی ها ، دسته خروجی های دلخواه تولید شود .

بخش سوم : الگوریتم انتشار برگشتی را توضیح می دهد که انتشار برگشتی یک روش سیستماتیک برای تربیت شبکه های عصبی مصنوعی چند لایه است و یک پایه ریاضی دارد که با وجود قوی بودن خیلی عملی نیست و قالب شبکه که شامل یاخته عصبی است ، توضیح داده می شود و در قسمت بعدی شبکه قید لایه که از الگوریتم انتشار برگشتی استفاده می کند ، توضیح داده می شود .

در بهر چهارم راهنمای استفاده از برنامه NETS2.01  که یک شبیه ساز عصبی است و توسط محققان در بخش هوش مصنوعی فن آوری مرکز فضایی ناسا بسط داده شده است ، توضیح داده می شود و اهداف ثانیه شامل دو قسمت است :

1-  تهیه سیستمی که حدی برای ایجاد ساختارهای عصبی شبکه عصبی که به منظور یاد گیری از روش منتشر برگشتی استفاده می کنند قابل تغییر باشد .

2-   تشویق کاربران عام جانب میل به سمت یاد گیری فن اوری شبکه عصبی بدون نیاز به سخت افزار های خاص .

در بهر پنجم اموزش شبکه های عصبی مورد بحث قرار افسرده است که برای تحلیل سازه ها و طراحی سازه ها به سمت کار افسرده می شود .

نیروی محوری المان          شماره المان         عمق سازه         طول سازه

L                           h                              NE                                p                 

و همچنین نرم آلت های مورد استفاده در شبکه ها که شامل NETS2.01   و Neuralworks  است ، توضیح داده شده است که نرم افزار Neuralworks خود قادر به نگاشت داده‌ها ورودی به سمت حدود دلخواه است ولی نرم افزار NETS2.01  قادر به نگاشت اطلاعات ورودی به حدود دلخواه نیست و برای این منظور برای نگاشت اطلاعات ورودی به سمت حدود باب‌طبع برنامه ای به آوازه m-in-net  اثر شده است و از این برنامه برای اماده سازی اطلاعات ورودی برای پروگرام NETS استفاده شده است .

در پایان این بخش شبکه عصبی برای پیش بینی اندازه سازه و برای پیش بینی خیز عامل مورد بررسی قرار افسرده که توسط جداولی ، ورودی ها و خروجی های ثانیه مشخص شده است .

و نیز یک مانند از شبکه عصبی برای تحلیل عامل ها مورد بررسی قرار گرفته است . که با استفاده از یک طرح شماره ای را برای یک المان و سازه باب نظر گرفته و یک شماره برای المان باب شبکه عصبی و سایر مشخصات شبکه که حاوی تعداد ورودی های شبکه عصبی – نوع داده‌ها ورودی شبکه عصبی ( طول دهانه ( C )  عامل فضا کار تاخت لایه ای بر حسب واحد طول ) و عمق ( h ) سازه جا کار تاخت لایه ای بر حسب متر و تعداد خروجی های شبکه عصبی و نوع اطلاعات خروجی شبکه و تعداد زوجهای آموزشی در نظر گرفته شده برای آموزش شبکه و تعداد زوجهای آموزشی در نظر افسرده شده برای آزمایش شبکه که با توجه به سمت تعداد زوجهای آموزشی و کسب عملکرد و باب‌طبع از شبکه عامل های مختلفی را برای شبکه در نظر می گیریم ، آنها را تربیت و از میان آنها بهترین قالب را تعیین می نماییم .

در بهر ششم هم توضیحاتی راجع به سمت عامل های فضا کار داده می شود که از اعضای مستقیم ساخته می شوند و

عمکرد آنها باب فضای سه بعدی است و به سمت انواع این سازه ها اشاره شده   است .

خرید این محصول