مد‌سازي عملكرد دروازه منطقي OR انحصاري سه ورودي به كمك شبكه عصبي

دروازه‌هاي منطقي تمام نوري اصلي‌ترين واحد در سيستم‌هاي پردازشي تمام نوري هستند. ارائه يك روش سريع و كارآمد براي مطالعه رفتار دروازه‌هاي منطقي تمام نوري با اهميت بوده و همواره مورد توجه محققان قرار داشته است. در اين مقاله از شبكه‌هاي عصبي رگرسيون كلي (GRNN) و پيش‌بيني خطي (Lin) براي مدلسازي خروجي دروازه منطقي تمام نوري XOR سه ورودي استفاده شده است. نتايج بدست آمده نشان مي‌دهند هر دو روش به خوبي مي‌توانند رفتار قطعه را مدل‌سازي كنند اما مدت زمان آموزش شبكه عصبي در روش پيش‌بيني خطي با ساختار بهينه حدود 93 ثانيه است كه بسيار بيشتر از روش GRNN با مدت زمان آموزش 8 ثانيه مي‌باشد. هر دو شبكه پس از آموزش مي‌توانند خروجي دروازه مورد نظر را در مدت زماني كمتر از 1 ثانيه پيش‌بيني نمايند. اين زمان در مقايسه با زمان مورد نياز براي محاسبه خروجي دروازه منطقي XOR كه برابر با 12 ثانيه مي‌باشد كاهش چشمگيري را در مدل‌سازي اين افزاره نشان مي‌دهد. در روش GRNN به ازاي مقدار گستردگي 001/. بهترين پاسخ با مقادير خطاهاي MAE, RSE, MSE به ترتيب7-^10×1.97، 6-^10×5.95 و 4-^10×1.6 به دست آمده است. در روش پيش‌بيني خطي با مقدار آموزش اوليه 200 داده كمترين مقادير خطاهاي MAE, RSE, MSE به ترتيب 22-^10×1.11 ، 16-^10×2.14 و 11-^10×2.11 و بهترين خروجي براي مدل‌سازي حاصل شده است. مقدار ضريب همبستگي(R2) بين مقادير مدل‌سازي شده و مقادير مطلوب خروجي دروازه منطقي مذكور براي هر دو روش شبكه عصبي برابر با يك مي‌باشد كه نشان دهنده پيش بيني بسيار خوب در اين روش است.