(68 امتیاز از 14 رای)
Loading...بهینه سازی ساختار ANFIS با الگوریتم ژنتیک و ازدحام ذرات
در این بخش پروژه بهینه سازی ساختار ANFIS با الگوریتم ژنتیک (GA) و ازدحام ذرات (PSO) را برای شما آماده کرده ایم که با استفاده از نرم افزار MATLAB شبیه سازی شده است. در ادامه می توانید توضیحاتی در مورد این پروژه، فیلم و تصاویری از خروجی شبیه سازی را مشاهده کنید.
سیستم استنتاج عصبی-فازی سازگار (ANFIS)
Adaptive Neuro-Fuzzy Inference System یا همان سیستم استنتاج عصبی-فازی سازگار یک نوع شبکه عصبی مصنوعی می باشد که در سال 1990 میلادی بر اساس سیستم فازی تاکاگی-سوگنو (Takagi–Sugeno) بوجود آمده است و از آن جا که مفاهیم شبکه های عصبی و منطق فازی توسط این سیستم یکی می شود، می توان از هر دو قابلیت در یک قاب استفاده نمود.
بهینه سازی ساختار ANFIS
در این پروژه یک دیتاست وجود دارد که چندین هزار نمونه را شامل می شود و روش کار کردن در این پروژه به این صورت می باشد که منبع داده مورد نظر در مرحله اول بارگذاری می شود و عملیات فازی بر روی داده ها در مرحله دوم انجام می شود و در انتها نیز نتایج درون یک متغیر نگهداری خواهد شد. بعد از آن در قالب داده های Train و Test همه داده ها تفکیک می شوند و هم چنین داده های آموزشی توسط الگوریتم ازدحام ذرات و الگوریتم ژنتیک آموزش می بینند و در انتها نیز به ارزِابی داده های اعمال شده به الگوریتم PSO و GA پرداخته می شود. شما می توانید در قالب نمودار هایی تمام خروجی های مربوطه مانند خطا، دقت ایجاد شده و میزان بهبود روش پیشنهاد شده را مشاهده کنید. در ادامه تصاویری از خروجی عملکرد الگوریتم ژنتیک و ازدحام ذرات در پروژه بهینه سازی ساختار ANFIS را قرار داده ایم که مشاهده خواهید کرد.
تصاویری از خروجی
هیچ نظری ثبت نشده است