كليدواژه زبان طبيعي :
شبيه سازي سيستمهاي گسسته , سيستمهاي گسسته , داده , اطلاعات , رايانه , يادگيري ماشين , شبكه عصبي , كامپيوتر
چكيده :
در اين پايان نامه روش تفسير نتايج شبيه سازي سيستمهاي گسسته با استفاده از شبكه عصبي با يادگيري نظارت شده بعنوان تكنيك يادگيري ماشين مورد مطالعه قرار گرفته است . براي تحقيق اين مهم ، مجموعه اي از داده هاي واقعي متشكل از زير مجموعه نمونه گيري از بخش اطلاع رساني كتابخانه منطقه اي علوم و تكنولوژي شيراز جمع آوري گرديد. سيستم اطلاع رساني كتابخانه منطقه اي با استفاده از اطلاعات گردآوري شده توسط برنامه اي كه در محيط GPSS/H نوشته شد شبيه سازي گرديد و نتايج آن بعنوان ورودي براي تعليم شبكه عصبي پس انتشار خطا استفاده شد. اين بررسي نشان مي دهد كه مدل شبكه عصبي كه بعنوان الگوريتم يادگيري ماشين بكار گرفته شده است داراي دقتي است كه با شبيه سازي انجام شده توسط GPSS/H قابل مقايسه مي باشد و با تعليم گرفتن شبكه سيستم مي تواند در زمان واقعي عمليات خود را به انجام برساند. كارآيي سيستم شبكه عصبي در مورد تخمين زمان سرويس دهي به هر كاربر در مركز اطلاع رساني با كارآيي سيستم شبيه ساز مقايسه گرديد و نشان داده شد كه نتايج مطلوب است . شبكه عصبي پس انتشار خطا در زمينه بررسي نتيجه شبيه سازي داراي قابليتهاي خوبي است كه مي توان از آن براي بهينه سازي و پيش بيني سيستم اطلاع رساني كتابخانه استفاده نموده است . تابلوي اعلانات الكترونيكي BBS كتابخانه نيز شبيه سازي گرديد و يك شبكه عصبي پس از انتشار خطا براي تعليم نتايج بدستآمده طراحي شد.
