مبانی نظری مدل سازی هوشمند (GMDH، شبکه عصبی فازی و شبکه عصبی پرسپترون) عنوان مطلبی می باشد که در این پست تیم پاپولی جهت استفاده دانشجویان محترم رشته های مکانیک و کامپیوتر و همچنین دانشجویانی که علاقه مند به مبحث شبکه عصبی و مدلسازی می باشند، فراهم نموده است.
در فایل آماده شده علاوه بر مبانی نظری مدل سازی هوشمند شامل GMDH، شبکه عصبی فازی و شبکه عصبی پرسپترون، پیشینه تحقیقات داخلی و خارجی نیز وجود دارد. و از فایل مبانی نظری مدل سازی هوشمند (GMDH، شبکه عصبی فازی و شبکه عصبی پرسپترون) می توان در فصل دوم پایان نامه ارشد استفاده نمود.
در ادامه فهرست مبانی نظری مدل سازی هوشمند (GMDH، شبکه عصبی فازی و شبکه عصبی پرسپترون) مهیا شده است:
2-1 مقدمه
2-2 ساختار مغز
2-2-1 ساختار نرون
2-2-2 اجزای تشکیل دهنده نرون های بیولوژیکی
2-2-3 آموختن مغز انسان
2-3 مبنای معنایی شبکه های عصبی
2-3-1 قوانین هب
2-3-2 تاریخچه شبکه های عصبی
2-3-3 دلیل استفاده و مزایای شبکه عصبی
2-3-4 مزایا و محدودیت های شبکه عصبی
2-4 تقابل شبکه های عصبی و کامپیوترهای معمولی
2-4-1 کاربرد شبکه های عصبی
2-4-2 یکپارچگی منطق فازی و شبکه های عصبی
2-4-3 مدل ریاضی یک نرون
2-4-4 یک نرون ساده
2-4-5 قوانین برانگیختگی
2-4-5-1 شناسایی الگویی مرتبط با شبکه عصبی
2-4-6 نرونی پیچیده تر
2-5 ساختار شبکه های عصبی
2-6 پیشینه تحقیق های داخلی و خارجی
در ادامه به صورت خلاصه به مطالبی که در فایل مبانی نظری مدل سازی هوشمند (GMDH، شبکه عصبی فازی و شبکه عصبی پرسپترون) وجود دارد، اشاره شده است:
مقدمه
در ساليان اخير شاهد حركتي مستمر، از تحقيقات صرفاً تئوري به تحقيقات كاربردي به خصوص در زمينه پردازش اطلاعات، براي مسايلي كه براي آنها راه‌حلي موجود نيست و يا به راحتي قابل حل نيستند، بوده‌ايم. با عنايت به اين امر علاقه فزاينده‌اي در توسعه تئوريك سيستم‌هاي ديناميكي هوشمند مدل ـ آزاد كه مبتني بر داده‌هاي تجربي هستندـ ايجاد شده است. «شبكه‌هاي عصبي مصنوعي» جز اين دسته از سيستم‌هاي ديناميكي قرار دارند كه با پردازش روي داده‌هاي تجربي، دانش يا قانون نهفته در وراي داده‌ها را به ساختار شبكه منتقل مي‌كنند. به همين خاطر به اين سيستم‌ها هوشمند گويند. چرا كه براساس محاسبات روي داده‌هاي عددي يا مثالها، قوانين كلي را فرا مي‌گيرند. اين سيستم‌ها در مدلسازي ساختار نروـ سيناپتيكي مغز بشر مي‌كوشند (19).
.
.
.
ساختار نرون
البته این سخن که ” ANN ها در مدلسازی مغز بشر می کوشند”. اغراق آمیز می باشد. دانشمندان هر چه بیشتر در مورد مغز بشر تحقیق می کنند و می آموزند، بیشتر در می یابند که مغز بشر دست نیافتنی است. در حقیقت در مورد مغز و ساختار سیستم عصبی انسان اطلاعات زیادی بدست آمده است. ولی پیاده سازی ساختاری با پیچیدگی مغز انسان بر اساس اطلاعاتی و تکنولوژی که امروزه وجود دارد غیر ممکن می باشد. ما می توانیم یک نرون عصبی انسان و عملکرد آنرا توسط مدل های ریاضی، مدلسازی کنیم. اشکال زیر ساختار یک نرون طبیعی را نشان می دهد. هر نرون طبیعی از سه قسمت اصلی تشکیل شده است (10):
.
.
.
اطلاعات تکمیلی فایل مبانی نظری و پیشینه تحقیق مدل سازی هوشمند (GMDH، شبکه عصبی فازی و شبکه عصبی پرسپترون):
عنوان: مبانی نظری مدل سازی هوشمند (GMDH، شبکه عصبی فازی و شبکه عصبی پرسپترون)
پسوند فایل: doc
تعداد صفحه: 32 صفحه
کیفیت فایل: عالی
اطلاعات فایل: مبانی نظری و پیشینه تحقیق
