مسائل طراحی که از نظر محاسباتی سنگین هم هستند در صنعت رو به افزایش است. هزینه محاسباتی این مسائل معمولا به خاطر فرآیندهای تحلیل و شبیهسازی است که برای دستیابی به دادههایی با دقت قابلقبول در مقایسه با دادههای فیزیکی صورت میپذیرد. با وجود پیشرفتهای متعدد در زمینه افزایش قدرت محاسباتی، پیچیدگی کدهای تحلیل مانند تحلیل المان محدود و دینامیک سیالات محاسباتی نیز افزایش چشمگیری داشته است. برای غلبه بر چنین چالشی معمولا از روشهای تقریب و مدلهای جایگزین استفاده میشود. مدلهای جایگزین از رشتههای مختلف از جمله آمار، ریاضیات، علوم رایانه و رشتههای مختلف مهندسی توسعه پیدا کردهاند. برای افزایش بهرهوری محاسباتی از این مدلها به عنوان جانشینی برای فرآیندهای هزینهبر شبیهسازی استفاده میشود. این مدلها به عنوان جانشینی ارزشمند برای استفاده در گستره وسیعی از فعالیتهای صورت گرفته در طراحی مهندسی پیشرفته مخصوصا بهینهسازی طراحی شناخته میشوند. در این گزارش به معرفی شبکه توابع پایه شعاعی (Radial Basis Function Network) که شکلی از شبکه عصبی مصنوعی است میپردازیم و چگونگی شکلدهی و آموزش یک شبکه RBF را با استفاده از نرم افزار MATLAB ( متلب ) مورد بررسی قرار میدهیم.
آنچه در این مستندات خواهید آموخت:
۱- چگونگی پیادهسازی شبکه توابع پایه شعاعی
۲- چگونگی پیاده سازی روش انتخاب رو به جلو
۳- چگونگی استفاده از روش رگرسیون مرزی
الزامات:
۱- آشنایی با شبکه توابع پایه شعاعی
۲- آشنایی با چگونگی انتخاب مراکز توابع پایه شعاعی
۳- آشنایی با مفاهیمی مانند روش رگرسیون مرزی و روش انتخاب رو به جلو
۴- آشنایی با برنامهنویسی در محیط نرم افزار MATLAB ( متلب )
ریاضی | |
حوزه تخصصی 1 | شبکه عصبی |
مشخصات کلی | |
تعداد صفحات | 38 |
تعداد صفحات محصول | 20-40 |
معرفی متغیر های ورودی نرم افزار | دارد |
نمودارهای خروجی | دارد |
زبان برنامه نویسی | |
زبان برنامه نویسی اول | MATLAB |
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam iaculis egestas laoreet. Etiam faucibus massa sed risus lacinia in vulputate dolor imperdiet. Curabitur pharetra, purus a commodo dignissim, sapien nulla tempus nisi, et varius nulla urna at arcu.Lorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam iaculis egestas laoreet. Etiam faucibus massa sed risus lacinia in vulputate dolor imperdiet. Curabitur pharetra, purus a commodo dignissim, sapien nulla tempus nisi, et varius nulla urna at arcuLorem ipsum dolor sit amet, consectetur adipiscing elit. Aliquam iaculis egestas laoreet. Etiam faucibus massa sed risus lacinia in vulputate dolor imperdiet. Curabitur pharetra, purus a commodo dignissim, sapien nulla tempus nisi, et varius nulla urna at arcu.