چکیده مقاله
تقریب توابع ریاضی و سریهای زمانی از گذشته ی دور تا امروز یکی از مسائل اساسی در حوزه محاسبات علمی بوده است در گذشته برای تقریب توابع و سریهای زمانی از روشهایی با بار محاسباتی سنگین استفاده می شد، برخی ازین روشهامانند روش سریهای فوریه در توابعی با ابعاد پائین روش مناسبی بودند اما در توابع با ابعاد بالا به زمان زیادی احتیاج داشتند روشهای تکاملی، روشهای مبتنی بر شبکه های عصبی و روشهای فازی، مهمترین و جدیدترین راهکارهای اینحوزه هستند هریک از این سه روش دارای معایبی هستند که در این مقاله شرح داده خواهد شد در این مقاله قصد داریماز ترکیب این سه روش، راهکار نوینی برای مساله تقریب توابع بدست آوریم روش معرفی شده در این مقاله، با استفاده از ترکیب یک ساختار عصبی فازی ، به همراه الگوریتم بهینه سازی ازدحام ذرات، برای حل مساله تقریب توابع راهکار مناسبی ارائه میدهد ساختار های عصبی فازی دارای مزایای سیستمهای فازی نظیر استفاده از دانش بشری و درک انسان است، که این روش مشکلات شبکه های عصبی را تا حد زیادی برطرف کرده است مهمترین مزیت این روش کاهش تعداد نرون ها و همچنین کاهش زمان فرآیند آموزش شبکه های عصبی است هدف از معرفی این روش ترکیبی کاهش تعدادنرون های مدل پایه و رسیدن به پاسخ نهائی در زمان مطلوب است نتایج حاصل از این ارزیابی با چهار تابع محک ارائه شده است
کلیدواژهها
نویسندگان
شیوه ارجاع
کیخا، حمیدرضا و رضایی، حسن،1394،تقریب توابع با استفاده از الگوریتم خودتنظیم بهینه سازی ازدحام ذرات مبتنی بر شبکه های عصبی فازی،کنفرانس بین المللی یافته های نوین پژوهشی درمهندسی برق و علوم کامپیوتر،تهران
ارائهشده در
مجموعه مقالات سومین کنفرانس ملی محاسبات نرم علوم مهندسی در صنعت و جامعه1 اسفند 1402 · ایرانشهر