شماره ركورد كنفرانس :
4227
عنوان مقاله :
آموزش شبكه عصبي مصنوعي با استفاده از الگوريتم فراابتكاري پروانه سلطان
عنوان به زبان ديگر :
Artificial Neural Network Algorithm with monarch butterfly
پديدآورندگان :
بهفر نيلوفر nilofar.behfar@yahoo.com دانشگاه ازاد سنندج; , شيخ احمدي سيد امير amir.sheikhahmadi@gmail.com دانشگاه ازاد سنندج; , ظاهري فايق fayegh.zaheri@gmail.com دانشگاه ازاد سنندج;
كليدواژه :
شبكه عصبي , بهينه سازي , الگوريتم هاي فراابتكاري , الگوريتم پروانه سلطان
عنوان كنفرانس :
چهارمين كنفرانس ملي پژوهش هاي كاربردي در مهندسي كامپيوتر و پردازش سيگنال - cesp95
چكيده فارسي :
از مهم‌ترين ويژگي‌هاي يك دسته‌بند، دقت بالا در پيش‌بيني و تعيين دسته داده‌ها است. شبكه‌هاي عصبي يكي از انواع دسته‌بندهايي هست كه مي‌تواند دقت بالايي در مدلسازي فراهم كند. به همين دليل الگوريتم‌هاي متفاوتي مانند پس انتشار خطا و الگوريتم هاي فرا مكاشفه اي جهت آموزش وزن هاي شبكه‌هاي عصبي ارائه شده است. در اين مقاله از الگوريتم مكاشفه اي جديد پروانه سلطان جهت فرايند آموزش وزن‌هاي شبكه عصبي استفاده شده است. عملكرد روش پيشنهادي بر روي مجموعه داده iris آزمايش شده و نتايج حاصل از مقايسه با پنج روش نشان داد كه دقت دسته‌بندي روش پيشنهادي به طور قابل توجهي بيشتر و ميانگين مربعات خطاي آن كمتر است.
