پروژه درس شبکه عصبی

شرح مختصر:

در این مقاله طراحی پایدارساز سیستم قدرت فازی (FPSS) با استفاده از ورودی های گسسته ارایه شده است که در اینجا توسط شبکه عصبی(NNSS) شبیه سازی می گردد و با شبیه سازی مقاله مورد مقایسه قرار می گیرد. FPSS تنها از سیگنال های یک دستگاه اندازه گیری، به نام سرعت ژنراتور استفاده می کند. سیگنال سرعت با تبدیل شدن به حالت گسسته، به سه ورودی تبدیل می شود و به FPSS داده می شود. برای بررسی صحت روش ارایه شده، یک سیستم ساده قدرت که شامل یک ژنراتور به همراه یک خط انتقال که به باس بی نهایت متصل شده است، شبیه سازی شده است. سیستم توسط سیمولینک مطلب شبیه سازی شده است دراین پروژه شبکه عصبی مدل سازی شده با مدل سیستم فازی مقایسه شده است

در نهایت پس از m فایل نویسی و سیمولینک شبکه عصبی و سیستم فازی و همچنین سیستم قدرت بدون سیستم فازی و شبکه عصبی و مقایسه آنها به واضح مشخص است که شبکه عصبی کارایی بهتری دارد،پایدارساز سیستم قدرت (FPSS) با پایدار ساز سیستم قدرت شبکه عصبی( (NNPSSمقایسه می گردد،FPSS و NNPSS تنها از سیگنال های یک دستگاه اندازه گیری، به نام سرعت ژنراتور استفاده می کنند. سیگنال سرعت با تبدیل شدن به حالت گسسته، به سه ورودی تبدیل می شود و به FPSS و NNPSS داده می شود.. هر دوسیستم توسط سیمولینک مطلب شبیه سازی شده است ضمنا" سیستم درحالت کلی بدون شبکه عصبی و سیستم فازی نیزشبیه سازی شده ((NOPSSوبا دوحالت سیستم فازی و شبکه عصبی مقایسه گردیده،با توجه به شبیه سازی ها، جواب های شبکه عصبی (NNPSS (در مقایسه با FPSS های مرسومی که توسط روش های بهینه سازی ارایه می شود، بسیار مناسب تر می باشد.

فهرست مطالب

چکیده مقاله

1)مقدمه ........................................................................ص5

2)سیستم مورد مطالعه ......................................................... ص6

3)پایدارساز قدرت متداول(cpss) ......................................... ص9

4)انتخاب زمان نمونه برداری ......................................... ص9

5)کیفیت پاسخ سیستم فازی و شبکه عصبی .............................. ص10

6)نتیجه گیری .................................................... ص11

7)ضمیمه 1 .......................................................... ص12

8)ضمیمه 2 ....................................................... ص13

9)مراجع ...................................................................... ص14

10)m فایلهای متلب .................................................. ص15

11)فایلهای سیمولینک ............................................................. ص29

12)نتایج شبیه سازی ....................................................... ص35

13)الگوریتم رقابت استعماری بکار رفته در پروژه ....................................... ص36

14)شبکه عصبی مصنوعی ........................................................... ص45

15)پیاده سازی شبکه عصبی .................................................... ص47

16) پاورپوینت و مقالات پیوستی و طریقه run کردن فایلهای متلب...................ص49

خرید فایل

پاورپوینت بررسی شبکه های عصبی مصنوعی

پاورپوینت بررسی شبکه های عصبی مصنوعی

مقدمه

شبکه عصبی مصنوعی روشی عملی برای یادگیری توابع گوناگون نظیر توابع با مقادیر حقیقی، توابع با مقادیر گسسته و توابع با مقادیر برداری میباشد. lیادگیری شبکه عصبی در برابر خطاهای داده های آموزشی مصون بوده و اینگونه شبکه ها با موفقیت به مسائلی نظیر شناسائی گفتار، شناسائی و تعبیر تصاویر، و یادگیری روبات اعمال شده است.

شبکه عصبی چیست؟

lروشی برای محاسبه است که بر پایه اتصال به هم پیوسته چندین واحد پردازشی ساخته میشود. lشبکه از تعداد دلخواهی سلول یا گره یا واحد یا نرون تشکیل میشود که مجموعه ورودی را به خروجی ربط میدهند.

شبکه عصبی چه قابلیتهائی دارد؟

محاسبه یک تابع معلوم

تقریب یک تابع ناشناخته

شناسائی الگو lپردازش سیگنال

یادگیری

خرید فایل

پاورپوینت بررسی شبکه های عصبی

پاورپوینت بررسی شبکه های عصبی

مباحث :

آشنایی با شبکه های عصبی زیستی

معرفی شبکه های عصبی مصنوعی(ANNها)

مبانی شبکه های عصبی مصنوعی

توپولوژی شبکه üنرم افزارهای شبکه های عصبی

مقایسه ی مدل سازی کلاسیک و مدل سازی شبکه ی عصبی

فرآیند یادگیری شبکه

تجزیه و تحلیل داده ها توسط شبکه های عصبی مصنوعی

ایده ی اصلی شبکه های عصبی مصنوعی

مهم ترین تفاوت حافظه ی انسان و حافظه ی کامپیوتر

شبکه های عصبی در مقابل کامپیوترهای معمولی

معایب شبکه های عصبی مصنوعی

کاربردهای شبکه های عصبی مصنوعی

آشنایی با شبکه های عصبی زیستی

vاین شبکه ها مجموعه ای بسیار عظیم از پردازشگرهایی موازی به نام نورون اند که به صورت هماهنگ برای حل مسئله عمل می کنند و توسط سیناپس ها(ارتباط های الکترومغناطیسی)اطلاعات را منتقل می کنند.در این شبکه ها اگر یک سلول آسیب ببیند بقیه ی سلولها می توانند نبود آنرا جبران کرده و نیز در بازسازی آن سهیم باشند. vاین شبکه ها قادر به یادگیری اند.مثلا با اعمال سوزش به سلولهای عصبی لامسه، سلولها یاد می گیرند که به طرف جسم داغ نروند و با این الگوریتم سیستم می آموزد که خطای خود را اصلاح کند.back propagation of error)) vیادگیری در این سیستم ها به صورت تطبیقی صورت می گیرد، یعنی با استفاده ازمثال ها وزن سیناپس ها به گونه ای تغییر می کند که در صورت دادن ورودی های جدید سیستم پاسخ درستی تولید کند.

معرفی ANN ها

vیک سیستم پردازشی داده ها که از مغز انسان ایده گرفته و پردازش داده ها را به عهده ی پردازنده های کوچک و بسیار زیادی سپرده که به صورت شبکه ای به هم پیوسته و موازی با یکدیگر رفتار می کنند تا یک مسئله را حل کنند. v vدر این شبکه ها به کمک د انش برنامه نویسی ، ساختا ر داده ای طراحی می شود که می تواند هما نند نورون عمل کند.که به این ساختارداده node یا گره نیزگفته می شود.بعد باایجاد شبکه ای بین این node ها و اعمال یک الگوریتم آموزشی به آ ن، شبکه را آموزش می دهند . v vدر این حافظه یا شبکه ی عصبی node ها دارای دو حالت فعال(on یا 1) وغیرفعال( off یا 0) اند و هر یال (سیناپس یا ارتباط بین node ها)دارای یک وزن می باشد.یالهای با وزن مثبت ،موجب تحریک یا فعال کردن node غیر فعال بعدی می شوند و یالهای با وزن منفی node متصل بعدی را غیر فعال یا مهار(در صورتی که فعال بوده باشد) می کنند.

vANN ها در واقع مثلثی هستند با سه ضلع مفهومی : .Iسیستم تجزیه و تحلیل داده ها .IIنورون یا سلول عصبی .IIIقانون کار گروهی نورونها (شبکه) ● vANN ها دست کم از دو جهت شبیه مغز انسا ن اند: .Iمرحله ای موسوم به یاد گیری دارند. .IIوزن های سیناپسی جهت ذخیره ی دانش به کار می روند.

vهوش مصنوعی و مدل سا زی شناختی سعی بر این دارند که بعضی خصوصیا ت شبکه های عصبی را شبیه سازی کنند. گرچه این دو روش ها یشان شبیه هم است، اما هدف هوش مصنوعی از این کار حل مسائل شخصی و هدف مدل سا زی شناختی ،ساخت مدلهای ریا ضی سیستم های نورونی زیستی می باشد .

خرید فایل

پایان نامه های مهندسی شبکه های عصبی مصنوعی

پایان نامه های مهندسی شبکه های عصبی مصنوعی

مجموعه پایان نامه های مهندسی شبکه های مصنوعی عصبی فوق العاده عالی و استخراج شده از بهترین پایان نامه های تخصصی جهت ارائه به تمامی دانشگاه های سراسر کشور سرشار از نکات مفید و کاربردی جهت ...

دریافت فایل

طراحی و کنترل دست سایبرنتیکی به کمک پردازش سیگنال EMG و شبکه عصبی

طراحی و کنترل دست سایبرنتیکی به کمک پردازش سیگنال EMG و شبکه عصبی

هدف اصلی این پروژه توان بخشی به فرد معلولی است که دستش از ناحیه ی آرنج به پایین قطع شده و برای فرمان دادن به دست مصنوعی از عضلات روی بازوی شخص معلول استفاده میشود . در حقیقت در این پروژه به دنبال روشی مناسب هستیم کهیک فرآیند کنترل دقیق را برای استفاده در یک رابط انسان _ ماشین ...

دریافت فایل

تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری

تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌های عصبی در مؤسسات مالی و اعتباری

به صورت ورد ودر165صفحه قدرت و اعتبار موسسات مالی و اعتباری به پول هایی است که سپرده گذاران در آنها سپرده نموده اند و پیشرفت و بقای هر یک از موسسات مذکور به میزان سهم از منابع کل بازار بستگی دارد و افزایش سهم از منابع بازار نیازمند تلاش مستمر و برنامه ایی قوی ، جامع با الگویی ...

دریافت فایل

ارائه روشی نو برای تشخیص خطای امپدانس بالا بوسیله شبکه عصبی

ارائه روشی نو برای تشخیص خطای امپدانس بالا بوسیله شبکه عصبی

در این مقاله روشی نوین برای تشخیص خطای امپدانس بالا در شبکه های توزیع برمبنای شبکه عصبی ارائه شده است. این خطا دارای محتوای هارمونیکی خاصی میباشد که با هارمونیکهای ناشی از کلید زنی خطوط و بارهای خطی، غیر خطی، خازنی و... متفاوت است. برای تشخیص این خطا بوسیله شبکه ...

دریافت فایل

تحلیل ارتعاش آزاد تیر کامپوزیتی چند لایه با روش معادله دیفرانسیل کوادریچر و شبکه عصبی مصنوعی

تحلیل ارتعاش آزاد تیر کامپوزیتی چند لایه با روش معادله دیفرانسیل کوادریچر و شبکه عصبی مصنوعی

روشهای تقریبی عددی، کاربرد وسیعی در حل معادلات دیفرانسیل حاکم بر سیستمهای مختلف مهندسی دارند. از عمده روشهایکلاسیک عددی می توان به روش تفاضل محدود و المان محدود اشاره کرد. در این روشها به کمک گسترش تعداد نقاط شبکه وبکارگیری رایانههای با ظرفیت بالا میتوان به نتایج نسبتاً ...

دریافت فایل

معرفی بخشی از تغییرات در ساختار و آموزش شبکه های عصبی RBF،SVM،SOM و آشنایی با شبکه عصبی CNN و کابردهای آن

معرفی بخشی از تغییرات در ساختار و آموزش شبکه های عصبی RBF،SVM،SOM و آشنایی با شبکه عصبی CNN و کابردهای آن

این مقاله به معرفی بخشی از تغییرات در ساختار و آموزش شبکه های عصبی RBF،SVM،SOM و آشنایی با شبکه عصبی CNN و کابردهای آن می پردازد ...

دریافت فایل

دانلود تحقیق آماده قالب word با عنوان شبکه های عصبی مصنوعی ۴۵ ص

دانلود تحقیق آماده قالب word با عنوان شبکه های عصبی مصنوعی ۴۵ ص

شبکه zwnj;های عصبی مصنوعی (Artificial Neural Network - ANN) یا به زبان ساده zwnj;تر شبکه zwnj;های عصبی سیستم zwnj;ها و روش zwnj;هایمحاسباتی نوینی هستند برای یادگیری ماشینی، نمایش دانش، و در انتها اعمال دانش به دست آمده در جهت بیش zwnj;بینی پاسخ zwnj;های خروجی از سامانه zwnj;های پیچیده. ایدهاصلی این گونه ...

دریافت فایل