انتخاب هوشمند ورودی ها با استفاده از الگوریتم ژنتیک باینری در شبکه ی عصبی تکاملی
انتخاب هوشمند ورودی ها با استفاده از الگوریتم ژنتیک باینری در شبکه ی عصبی تکاملی
شیرین پیران1 علیرضا برهانی داریان2
1) دانشجوی کارشناسی ارشد عمران گرایش منابع آب، دانشگاه صنعتی خواجه نصیرالدین طوسی
2) دانشیار گروه منابع آب دانشگاه صنعتی خواجه نصیر
کد IOI مقاله
:
XYEA-BZBAK
محل انتشار :
چهارمین کنگره بین المللی عمران، معماری و توسعه شهری(4icsau.ir)
چکیده :
انتخاب ورودی مناسب همواره جزء دغدغه های اصلی مدل سازی بوده است، چرا که انتخاب بهترین ورودی منجر به نتایج مناسب تر خواهد شد. روش رایج انتخاب ورودی های مدل استفاده از همبستگی بین پیش بینی کننده ها و پیش بینی شونده ها است. در این روش تنها می توان تاثیر یک پیش بینی کننده را بر پیش بینی شونده دید در حالی که ممکن است ترکیب پیش بینی کننده های با همبستگی بالا از تاثیر مناسب برخوردار نباشد.
در این مقاله با استفاده از الگوریتم ژنتیک و ترکیب آن با شبکه¬ی عصبی مصنوعی بهترین ورودی ها از بین ورودی های کاندید تعیین شده و نتیجه آن با روش جستجوی کامل ورودی ها مقایسه گردیده است. از آنجا که در این روش اثرات هم زمان متغیرهای مختلف ورودی توسط الگوریتم ارزیابی میشود معایب روش سنتی برطرف میشود. از طرف دیگر روش جستجوی کامل که به بررسی کامل حالتهای مختلف ترکیب می پردازد بلحاظ زمانی هزینه بر بوده و با افزایش تعداد متغیرها استفاده از آن عملا ناممکن می شود. نتایج حاصله نشان دهنده ی کارایی خوب الگوریتم ژنتیک در انتخاب هوشمند ورودی ها است. مضافا آنکه از یک الگوریتم ژنتیک حقیقی برای آموزش شبکه عصبی بجای روش رایج پس انتشار خطا استفاده شده است.
کلمات کلیدی : الگوریتم ژنتیک شبکه ی عصبی انتخاب ورودی پیش بینی جریان رودخانه