عنوان مقاله :
ارائه يك الگوريتم هيبريدي از جستجوي كلاغ بهينه‌شده با سيستم فازي و الگوريتم جستجوي گرانشي و به كارگيري آن در آموزش شبكه عصبي رو به جلو
پديد آورندگان :
يعقوبي، مهدي دانشگاه آزاد اسلامي مشهد - گروه كامپيوتر، مشهد، ايران , آروين‌مهر، آزاده دانشگاه آزاد اسلامي مشهد - گروه برق، مشهد، ايران , جلالي، مهرداد دانشگاه آزاد اسلامي مشهد - گروه كامپيوتر، مشهد، ايران
كليدواژه :
اﻟﮕﻮرﯾﺘﻢ ﺟﺴﺘﺠﻮي ﮔﺮاﻧﺸﯽ , اﻟﮕﻮرﯾﺘﻢ ﺟﺴﺘﺠﻮي ﮐﻼغ , ﺑﻬﯿﻨﻪﺳﺎزي , ﺷﺒﮑﻪﻫﺎي ﻋﺼﺒﯽ , ﺷﺒﮑﻪ ﻋﺼﺒﯽ رو ﺑﻪ ﺟﻠﻮ
چكيده فارسي :
ﻣﺒﻨﺎي اﺻﻠﯽ اﻟﮕﻮرﯾﺘﻢ ﺟﺴﺘﺠﻮي ﮐﻼغ )CSA(، ﭘﻨﻬﺎن ﮐﺮدن ﻏﺬا اﺳﺖ. اﯾﻦ اﻟﮕﻮرﯾﺘﻢ ﻫﻤﮕﺮاﯾﯽ ﮐﻤﯽ دارد و در ﺑﻬﯿﻨﻪﻫﺎي ﻣﺤﻠﯽ ﮔﯿﺮ ﻣﯽﮐﻨﺪ. اﻟﮕﻮرﯾﺘﻢ ﺟﺴﺘﺠﻮي ﮔﺮاﻧﺸﯽ)GSA( ﯾﮏ اﻟﮕﻮرﯾﺘﻢ ﺟﺪﯾﺪ ﺑﻬﺒﻮد ﯾﺎﻓﺘﻪ اﺑﺘﮑﺎري ﻣﺒﺘﻨﯽ ﺑﺮ ﻗﺎﻧﻮن ﺟﺎذﺑﻪ و ﺗﻌﺎﻣﻼت ﺟﺮم اﺳﺖ و ﺗﻮاﻧﺎﯾﯽ ﺧﻮﺑﯽ در ﺑﻬﯿﻨﻪ ﺳﺮاﺳﺮي دارد، اﻣﺎ ﺳﺮﻋﺖ ﺟﺴﺘﺠﻮي آن ﮐﻨﺪ اﺳﺖ و در ﺗﮑﺮارﻫﺎي آﺧﺮ رﻧﺞ ﻣﯽﺑﺮد.دراﯾﻦ ﺗﺤﻘﯿﻖ، ﺑﻬﺒﻮد روش اﻟﮕﻮرﯾﺘﻢ ﮐﻼغ در دو ﻣﺮﺣﻠﻪ ﺻﻮرت ﮔﺮﻓﺘﻪ اﺳﺖ: در ﻣﺮﺣﻠﻪ اول ﺑﺎ ﯾﮏ ﺳﯿﺴﺘﻢ ﻓﺎزي ﭘﺎراﻣﺘﺮﻫﺎي CSA ﺗﻨﻈﯿﻢ ﺷﺪه اﺳﺖ و در ﻣﺮﺣﻠﻪ دوم از اﻟﮕﻮرﯾﺘﻢ ﮔﺮاﻧﺸﯽ اﺳﺘﻔﺎده ﺷﺪه اﺳﺖ. اﻟﮕﻮرﯾﺘﻢ ﺟﺴﺘﺠﻮي ﮐﻼغ ﺑﺎ ﻓﺎزي)FCSA( اﺻﻼح وﻣﻘﺎدﯾﺮ ﺧﺮوﺟﯽ آن ﺑﻪ ﻋﻨﻮان ﺟﻤﻌﯿﺖ اوﻟﯿﻪ ﺑﻪ GSA داده ﻣﯽﺷﻮد و ﺧﺮوﺟﯽ اﯾﻦ دو، ﻣﻘﺎدﯾﺮ اوﻟﯿﻪ ﺷﺒﮑﻪ ﻋﺼﺒﯽ رو ﺑﻪ ﺟﻠﻮ)FNNs( را ﻣﻘﺪاردﻫﯽ ﻣﯽﮐﻨﺪ. دراﯾﻦ ﻣﻘﺎﻟﻪ، GSAوFCSAGSA ﺑﺮاي) FNNs( ﺑﻪﮐﺎرﮔﺮﻓﺘﻪ ﻣﯿﺸﻮﻧﺪو دﻗﺖ ﺣﺎﺻﻞ از FNNsﺑﺎ GSA،PSOوPSOGSA ﺑﺮرﺳﯽ ﻣﯽﺷﻮدو ﻧﺘﺎﯾﺞ ﻧﺸﺎن ﻣﯽدﻫﺪﮐﻪ روش ﭘﯿﺸﻨﻬﺎدي ﻋﻤﻠﮑﺮدﺑﻬﺘﺮي ﻧﺴﺒﺖ ﺑﻪGSA،PSOوPSOGSA ﺑﺮاي آﻣﻮزشFNNs از ﻟﺤﺎظ ﺳﺮﻋﺖ ﻫﻢﮔﺮاﯾﯽ و اﺟﺘﻨﺎب ازﺑﻬﯿﻨﻪ ﻣﺤﻠﯽ دارد.ﺑﺎ ﺷﺒﯿﻪ ﺳﺎزي ﻧﺸﺎن ﻣﯽدﻫﯿﻢ ﮐﻪ ﯾﮏFNNs آﻣﻮزشدﯾﺪه ﺑﺎFCSAGSAﺧﻄﺎي ﮐﻤﺘﺮي ﻧﺴﺒﺖ ﺑﻪFNNs آﻣﻮزشدﯾﺪه ﺑﺎ GSAدارد.
چكيده لاتين :
No abstract
عنوان نشريه :
فناوري اطلاعات در طراحي مهندسي
