تخمین تقریبی شبکه­ ی عصبی کسری

توابع مجانبی هایپربولیک و سیگموئید، تقیب کسری شبکه­ی عصبی، عملگر شبه­میان­یابی، مدول پیوستگی، مشتق کسری
دسته بندی مقالات ترجمه شده isi
بازدید ها 1
فرمت فایل doc
حجم فایل 2117 کیلو بایت
تعداد صفحات فایل 23
تخمین تقریبی شبکه­ ی عصبی کسری

فروشنده فایل

کد کاربری 1055
کاربر

Fractional neural network approximation


a b s t r a c t

Here, we study the univariate fractional quantitative approximation of real valued
functions on a compact interval by quasi-interpolation sigmoidal and hyperbolic tangent
neural network operators. These approximations are derived by establishing Jackson type
inequalities involving the moduli of continuity of the right and left Caputo fractional
derivatives of the engaged function. The approximations are pointwise and with respect
to the uniform norm. The related feed-forward neural networks are with one hidden
layer. Our fractional approximation results into higher order converges better than the
ordinary ones

تخمین تقریبی شبکه­ ی عصبی کسری

چکیده

تقریب کمی کسری یک متغیره­ی توابع با ارزش واقعی را بر روی فاصله­ی فشرده توسط عملگرهای شبکه­ی عصبی مجانبی هایپربولیک و سیگموئید شبه میان­یابی مطالعه می­کنیم. این تقریب­ها با برقراری نامساوی­های نوع جکسون شامل مدول­های پیوستگی مشتقات کسری کاپوتوی راست و چپ تابع مورد استفاده استخراج می­شود. تقریب­ها نقطه به نقطه و نسبت به نُرم یکنواخت هستند. شبکه­های عصبی فیدفوروارد مربوطه دارای یک لایه­ی پنهان هستند. تقریب زنی کسری ما منجر به همگرایی بهتری نسبت به تقریب­های معمولی می­شود.

.


یک شبکه عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی

A Genetically Optimized Fuzzy Neural Network for Ship Controllers فرمت pdf docx محتوی فایل اصل و ترجمه مقاله
دسته بندی مقالات ترجمه شده isi
بازدید ها 3
فرمت فایل docx
حجم فایل 181 کیلو بایت
تعداد صفحات فایل 25
یک شبکه عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی

فروشنده فایل

کد کاربری 1387
کاربر

اصل و ترجمه مقاله کنترل هوشمند کشتی با استفاده از شبکه عصبی و منطق فازی و ژنتیک الگوریتم

عنوان انگلیسی مقاله :

A Genetically Optimized Fuzzy Neural Network for Ship Controllers

A Genetically Optimized Fuzzy Neural Network for Ship Controllers

عنوان فارسی مقاله :

یک شبکه عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی

سال انتشار : 2006

کیفیت ترجمه : B

چکیده انگلیسی :

Abstract-A novel approach has been promoted for fuzzy neural ship controllers. An RBF neural network and GA optimization are employed in a fuzzy neural controller to deal with the nonlinearity, time varying and uncertain factors. Utilizing the designed network to substitute the conventional fuzzy inference, the rule base and membership functions can be auto-adjusted by GA optimization. The parameters of neural network can be decreased by using union-rule configuration in the hidden layer of the network. The performance of controller is evaluated by the system simulation conducted with Simulink tools, by which satisfied results have been obtained

.Index Terms- RBF network. Fuzzy control. Genetic algorithm. Union rule. Ship control


چکیده فارسی :

چکیده - منطق فازی عصبی، رویکردی جدید برای کنترل کشتی ها است. یک شبکه عصبی RBF و بهینه سازی GA در یک کنترل عصبی فازی به کار برای مقابله با غیرخطی، زمان های مختلف و عوامل نامشخص است. با استفاده از شبکه طراحی شده به جای استنتاج فازی معمولی، پایگاه قوانین و توابع عضویت می تواند به صورت خودکار توسط بهینه سازی GA تنظیم شود. پارامترهای شبکه عصبی را می توان با استفاده از تنظیمات مجموعه قوانین در لایه مخفی از شبکه کاهش داد. نتایج رضایت بخشی از عملکرد کنترل کننده های شبیه سازی سیستم، که توسط ابزار سیمولینک انجام می گردد دست آمده است.

کلمات کلیدی : کنترل فازی. الگوریتم ژنتیک. مجموعه قوانین. کنترل کشتی.

اصل و ترجمه مقاله شبکه های عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی

اصل و ترجمه مقاله شبکه های عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی
دسته بندی مقالات ترجمه شده isi
بازدید ها 35
فرمت فایل docx
حجم فایل 181 کیلو بایت
تعداد صفحات فایل 26
اصل و ترجمه مقاله شبکه های عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی

فروشنده فایل

کد کاربری 1387
کاربر

A Genetically Optimized Fuzzy Neural Network for Ship Controllers

اصل و ترجمه مقاله شبکه های عصبی فازی ژنتیکی بهینه شده برای کنترل کشتی

IEEE 2006

چکیده - منطق فازی عصبی، رویکرد جدید شده است برای کنترل کشتی ها.

abstract-A novel approach has been promoted for fuzzy neural ship controllers.

یک شبکه عصبی RBF و بهینه سازی GA در یک کنترل عصبی فازی به کار برای مقابله با غیرخطی، زمان های مختلف و عوامل نامشخص است.

An RBF neural network and GA optimization are employed in a fuzzy neural controller to deal with the nonlinearity, time varying and uncertain factors.

با استفاده از شبکه طراحی شده به جای استنتاج فازی معمولی، پایگاه قوانین و توابع عضویت می تواند به صورت خودکار توسط بهینه سازی GA تنظیم شود.

Utilizing the designed network to substitute the conventional fuzzy inference, the rule base and membership functions can be auto-adjusted by GA optimization.

پارامترهای شبکه عصبی را می توان با استفاده از تنظیمات مجموعه قوانین در لایه مخفی از شبکه کاهش داد.

The parameters of neural network can be decreased by using union-rule configuration in the hidden layer of the network.

نتایج رضایت بخشی از عملکرد کنترل کننده های شبیه سازی سیستم، که توسط ابزار سیمولینک انجام می گردد دست آمده است.

The performance of controller is evaluated by the system simulation conducted with Simulink tools, by which satisfied results have been obtained.

کنترل فازی. الگوریتم ژنتیک. مجموعه قوانین. کنترل کشتی.

Fuzzy control. Genetic algorithm. Union rule. Ship control.



تحلیل پایداری زمان-محدود شبکه­ های عصبی مرتبه کسری تاخیردار

شبکه­ های عصبی مرتبه کسری؛ نقطه تعادل؛ وجود؛ منحصر به فرد بودن؛ پایداری زمان محدود
دسته بندی مقالات ترجمه شده isi
بازدید ها 16
فرمت فایل doc
حجم فایل 595 کیلو بایت
تعداد صفحات فایل 12
تحلیل پایداری زمان-محدود شبکه­ های عصبی مرتبه کسری تاخیردار

فروشنده فایل

کد کاربری 1055
کاربر

Finite-time stability analysis of fractional-order neural networks with delay

Abstract
Stability analysis of fractional-order neural networks with delay is addressed in this paper. By using the
contracting mapping principle, method of iteration and inequality techniques, a sufficient condition is established to
ensure the existence, uniqueness and finite-time stability of the equilibrium point of the proposed networks. Finally,
based on the Predictor-Corrector Approach, two numerical examples are presented to illustrate the validity and
feasibility of the obtained result.

تحلیل پایداری زمان-محدود شبکه­ های عصبی مرتبه کسری تاخیردار

چکیده

تحلیل پایداری شبکه­ های عصبی مرتبه کسری با تاخیر در این مقاله ارائه می­شود. با استفاده ازاصل نگاشت قراردادی، روش تکراری و تکنیک­های نابرابر، شرط مناسبی به منظور تضمین وجود، منحصر به فردبودن و پایداریزمانمحدود نقطه­ی تعادلشبکه­هایارائه شده ایجاد می­شود. در نهایت،بر اساسروشاصلاح-پیشگویی، دو مثال عددی به منظور نشان دادن اعتبار و احتمال نتیجه­ی به دست آمده ارائه می­شود.


شبکه­ های عصبی هوپفیلد با مرتبه­ ی کسری

مرتبه کسری، شبکه­ های عصبی، برآورد پارامتر
دسته بندی مقالات ترجمه شده isi
بازدید ها 14
فرمت فایل doc
حجم فایل 375 کیلو بایت
تعداد صفحات فایل 6
شبکه­ های عصبی هوپفیلد با مرتبه­ ی کسری

فروشنده فایل

کد کاربری 1055
کاربر

Fractional-Order Hopfield Neural Networks

Abstract. This paper proposes Fractional-order Hopfield Neural Networks
(FHNN). This network is mainly based on the classic well-known Hopfield net
in which fractance components with fractional order derivatives, replace
capacitors. Stability of FHNN is fully investigated through energy-like function
analysis. To show how effective the FHNN network is, an illustrative example
for parameter estimation problem of the second-order system is finally
considered in the paper. The results of simulation are very promising.

شبکه­ های عصبی هوپفیلد با مرتبه­ ی کسری

چکیده

این مقاله شبکه­های عصبی هوپفیلد مرتبه کسری (FHNN) را ارائه می­کند. این شبکه عمدتا مبتنی بر شبکه هوپفیلد مشهور استکه در این مولفه­های کسریبا مشتقات مرتبه کسری جایگزین خازن می­شوند. پایداری FHNN بطور کامل از طریق آنالیز تابع شبیه انرژی بررسی می­شود. در نهایت برای نشان دادن تاثیر شبکه FHNN، یک مثال تصویری برای مسئله­ی برآورد پارامتری سیستم مرتبه دوم در نظر گرفته می­شود. نتایج شبیه­سازی بسیار امیدوارکننده هستند.