شماره ركورد كنفرانس :
4330
عنوان مقاله :
شناسايي سيستم‌هاي ديناميكي غيرخطي گسسته با استفاده از شبكه عصبي راف سينوسي پايدار با يادگيري عاطفي بهنگام
پديدآورندگان :
احمدي قاسم g.ahmadi@pnu.ac.ir دانشگاه پيام نور , تشنه‌لب محمد teshnehlab@eetd.kntu.ac.ir دانشگاه خواجه نصيرالدين طوسي , سلطانيان فهيمه f_soltanian@pnu.ac.ir دانشگاه پيام نور
كليدواژه :
سيستم غيرخطي گسسته , شناسايي سيستم , شبكه عصبي راف سينوسي , يادگيري عاطفي , كوره دوار سيمان
عنوان كنفرانس :
هفدهمين كنفررانس ملي سيستم هاي فازي، پانزدهمين كنفرانس ملي سيستم هاي هوشمند و ششمين كنگره ملي مشترك سيستم هاي فازي و هوشمند ايران
چكيده فارسي :
شبكه‌هاي عصبي به عنوان ابزارهايي قدرتمند در شناسايي سيستم مطرح مي‌باشند. يكي از مهمترين مسائل در شناسايي سيستم غلبه بر عدم قطعيت است كه در غالب سيستم‌ها وجود دارد. در اين مقاله، به منظور غلبه بر عدم قطعيت، از شبكه‌هاي عصبي راف براي شناسايي سيستم‌هاي ديناميكي غيرخطي گسسته استفاده شده است. اين شبكه‌ها بر مبناي نظريه مجموعه‌‌هاي راف معرفي شده‌اند و داراي ساختارهاي متفاوتي مي‌باشند. در اين جا، از شبكه‌هاي عصبي پيشرو با نورون‌هاي راف در لايه پنهان و توابع فعال‌ساز سينوسي بهره‌برداري شده است. نورون راف يك جفت از نورون‌هاي معمولي با نام‌هاي نورون كران بالا و نورون كران پايين است كه اطلاعات بين آن‌ها مبادله مي‌شود. يك الگوريتم يادگيري عاطفي بهنگام براي تنظيم پارامترهاي اين شبكه عصبي راف پيشنهاد شده است. رهيافت يادگيري عاطفي همگرايي خطا را با افزودن به عمق حافظه‌ي شبكه عصبي سرعت مي‌بخشد. همگرايي خطاي شناسايي به صفر اثبات وكارآمدي الگوريتم پيشنهاد شده در شناسايي سيستم غيرخطي كوره دوار سيمان نشان داده شده است.
