طراحی یک شبکه عصبی جدید برای کاربرد در مسایل مهندسی

چکیده مقاله

در سالهای اخیر شبکه های عصبی کاربردهای فراوانی در عرصه های مختلف علوم و مهندسی داشته اند دسته ای از شبکه های عصبی وجود دارند که جهت طبقه بندی اطلاعات و داده ها طراحی شده اند در بین این نوع از شبکه ها، شبکه عصبی احتمالاتی PNN 1 قابل مقایسه با شبکه عصبی رقابتی CNN 1 میباشد علمیات آموزش شبکه PNN بسیار سریعتر از شبکه CNN انجام می پذیرد دسته دیگری از شبکه های عصبی هستند که جهت تقریب سازی توابع پیچیده به کار برده می شوند یکی از مستعمل ترین این شبکه ها، شبکه عصبی انتشار متقابل CPNN3 می باشد لایه اول CPNN یک لایه رقابتی است و در مسایل بزرگ زمان بسیار زیادی جهت آموزش آن صرف می شود در این تحقیق با افزودن یک لایه خطی به شبکه PNN یک شبکه جدید طراحی شده است که دارای عملکرد مانند شبکه CPNN بوده و در عین حال بسیار سریعتر از آن آموزش می بینند این شبکه جدید با نام شبکه خطی احتمالاتی PLNN4 معرفی می شود برای مقایسه بهتر و دقیقتر این دو شبکه، توانایی آنها در تقریب سازی تغییر مکان ماکزیمم گره های یک خرپای مستوی در برابر زلزله مورد ارزیابی قرار گرفته است نتایج حاصل حاکی از سرعت و دقت مناسب شبکه احتمالاتی خطی نسبت به شبکه انتشار متقابل می باشند