دانلود مقالات

مجموعه کامل پایان نامه دسترسی رایگان متن کامل پایان نامه مقاله تحقیق پروژه رشته و گرایش : ادبیات برق عمران تاریخ شیمی فیزیک حسابداری رشته روانشناسی و…

دسته‌بندی نشده

بررسی ظرفیت باربری خاک با استفاده از شبکه های عصبی مصنوعی:دانلود پایان نامه ارشد

پایان نامه های عمران

متن کامل در سایت امید فایل 

عنوان کامل این پایان نامه :

 مدل پیش بینی مکانی ظرفیت باربری خاک با استفاده از شبکه های عصبی مصنوعی

تکه هایی از متن :

 

3-12-5 تصدیق اعتبار مدل

عملکرد یک شبکه عصبی مصنوعی آموزش داده شده نیز می تواند بواسطه قرار گیری در معرض الگوهای جدیدی که در طول فرایند یادگیری توسط شبکه عصبی مصنوعی دیده نشده است، کاملاً مورد ارزیابی قرار گیرد. عملکرد یک شبکه می تواند بواسطه محاسبه درصد خطای بین مقادیر پیش بینی شده و مقادیر مورد نظر، تعیین گردد. علاوه بر این، ترسیم خروجی مدل در مقایسه با پاسخ مورد نظر نیز می تواند بمنظور ارزیابی عملکرد شبکه عصبی مصنوعی مورد استفاده قرار گیرد. از آنجائیکه پیدا کردن پارامترهای بهینه شبکه اساساً یک فرایند حداقل سازی است، چندین مرتبه تکرار فرایندهای تکرار آموزش و تصدیق اعتبار بمنظور حصول اطمینان از اینکه نتایج رضایت بخش حاصل شده است، امری قابل توصیه می باشد.

3-13 برخی مشکلات دیگر

برخی کاربردهای شبکه عصبی مصنوعی، بر اهمیت مقیاس گذاری کمیت های ورودی و خروجی پیش از ارائه آنها به شبکه تأکید کرده اند. برای مسائلی که غیر خطی بودن بالایی را به معرض نمایش می گذارند، توصیه بر آنست که متغیر ها بین بازه صفر تا یک، یا بازه مناسب دیگری تغییر مقیاس داده شوند. این قبیل مقیاس گذاری، مشکلات فضای راه حل را مرتفع کرده و برخی تأثیرات نویز را میانگین گیری می کند. البته، بواسطه این زیرروال ها، تا حدودی خطر از دست دادن اطلاعات نیز وجود دارد.

شناسایی اولیه مقادیر وزن ها و حدود آستانه، مورد مهم دیگری است که باید لحاظ گردد. هر چقدر حدس اولیه به فضای وزنی بهینه نزدیکتر باشد، فرآیند آموزش سریعتر به انجام می رسد. البته هیچ راهی برای انجام یک حدس خوب برای وزن ها وجود ندارد و آنها به شیوه ای تصادفی شناسایی می گردند.  معمولاً،وزن های تصادفی کوچک پیشنهاد می شود.

متن کامل پایان نامه در لینک زیر:

aroow-down-thesis-8

 دانلود متن کامل پایان نامه رشته عمران با فرمت ورد :مدل پیش بینی مکانی ظرفیت باربری خاک با استفاده از شبکه های عصبی مصنوعی