در این مقاله قصد داریم به توسعه‌ی یک الگوریتم برنامه‌نویسی پویای هیروستیک(HDP) مبتنی بر ارزش-تکرار بپردازیم، با این هدف که بتوان مسئله‌ی کنترل بهینه را برای سیستم‌های غیرخطی تکراری ازنظر زمانی حل کرد. در ابتدا، یک اثبات همگرایی دقیقی از الگوریتم HDP را ارائه خواهیم داد. دوم، مباحث پایداری مربوط به الگوریتم HDP برای سیستم‌های غیرخطی را نیز موردبررسی قرار خواهیم داد. اعتقاد بر آن است که عیب اصلی الگوریتم HDP این بوده که فقط تابع محدودی از دنباله کنترل تکراری میتواند تثبیت گردد، و بنابراین تکرارهای نامحدود مورداجرا قرار خواهند گرفت. به‌منظور تصدیق این مسئله، یک نتیجه‌ی پایداری جدیدی را برای الگوریتم HDP ارائه خواهیم داد که نشان میدهد که قوانین کنترل تکراری حاصله در پس از تکرارهای محدود میتواند پایداری حلقه بسته را تضمین سازد. یک نتیجه‌ی پایداری مشابهی نیز برای سیستم‌های غیرخطی گسسته زمانی به‌دست‌آمده است. بنابراین، کاربرد الگوریتم HDP در سطح زیادی بهبود پیدا می‌کند. ساختار شبکه‌ی عصبی منفرد (NN) نیز به‌منظور پیاده‌سازی الگوریتم بکار گرفته‌شده است. باید خاطرنشان کرد که این الگوریتم را میتواند بدون دانستن پویایی‌های داخلی مربوط به سیستم‌ها پیاده‌سازی کرد. درنهایت، نتایج عددی به‌منظور اثبات بهره‌وری متدهایی که توسعه داده‌ایم ارائه خواهد شد.
واژگان کلیدی: همگرایی، پایداری، برنامه‌نویسی پویای هیروستیک(HDP)، کنترل بهینه، تکرار-ارزش
چکیده:در این مقاله روش آموزش نظارت جدید برای ارزیابی چگونگی شبکه‌های Feed Forward عصبی تک‌لایه ارائه میشود. این روش از تابع هدفی بر مبنایMSE استفاده می‌کند، که خطاها را به جای این که پس از تابع فعالسازی غیرخطی نورون‌ها ارزیابی کند قبل از آنها بررسی می‌کند. در این گونه موارد، راه‌حل را میتوان به سهولت از طریق حل معادلات در سیستم‌های خطی به‌دست آورد یعنی در این روش نسبت به روش‌های معین و مرسوم پیشین به محاسبات کمتری نیاز است. تحقیقات تئوری شامل اثبات موازنه‌های تقریبی بین بهینه ستزی سراسری تابع هدف بر مبنای معیارMSE و یک تابع پیشنهادی دیگر میباشد. بعلاوه مشخص شده است که این روش قابلیت توسعه و توزیع آموزش را دارا میباشد. طی تحقیقات تجربی جامع نیز تنوع صحت در انرمان این روش مشخص شده است. این تحقیق شامل 10 دسته‌بندی و 16 مسئله‌ی بازگشتی میباشد. بعلاوه، مقایسه این روش با دیگر الگوریتم‌های آموزشی با عملکرد بالا نشان میدهد که روش مذکور بطور متوسط بیشترین قابلیت اجرایی را داشته و به حداقل محاسبات در این روش نیاز میباشد.
1.«مقدمه»:
برای بررسی شبکه عصبیFeed Forward تک‌لایه با تابع فعالسازی خطی، مقادیر وزن برای تابع بهMSE حداقل رسیده و میتوان این مقادیر را به وسیله یک ماتریس شبه‌معکوس بدست آورد[1,2] . بعلاوه، میتوان اثبات کرد که سطح MSE این شبکه خطی تابعی درجه دوم میباشد [3] . بنابراین این سطحمحدب هایپر پارابولیک( فراسهمی‌وار) را میتوان به سادگی با روش گرادیان نزولی (Gradient descent) طی کرد. با این حال، اگر ازتابع فعالسازی غیر خطی استفاده شود، مینیمم‌های محلی می‌توانند بر مبنای معیارMSE در تابع هدف دیده شوند[4-6]. طی تحقیقات مختلف میتوان مشاهده نمود که تعداد چنین مینیمم‌هایی می‌توانند با ابعاد ورودی به صورت نمایی توسعه پیدا کند. تنها در برخی موارد خاص میتوان تضمین کرد که شرایط حاکم، فاقدMin های محلی هستند. در مورد الگوهای تفکیک‌پذیرخطی و معیار آستانه MSE ، وجود حداقل یک مقدارMin در تابع هدف به اثبات رسیده است[8,9]. با این حال، این امر یک موقعیت عمومی نمی‌باشد.
اصولاٌ برای افرادی نابینا یا ضعیف بین این امکان وجود ندارد تا بتوانند اطلاعات دقیق را از روی یک صفحه بخوانند. سیستم های تشخیص شخصی برای اندازه گیری ژلوکومتری نیز از اهمیت خاصی برخوردار اند. افراد نابینا، در زمان اندازه گیری ژلوکومتری، نیاز به شخص دیگری نیز دارند. در این مقاله، طراحی و کاربرد یک سیستم ادغام یافته ارائه شده است که به افراد نابینا اجازه ی تشخیص داده های اندازه گیری شده و استفاده از آنها را برای پروسه های درمان در آینده میدهد. این سیستم تشریحی را میتوان به هر نوع سیستم تشخیصی دیگری بکار برد. افراد کور بین یا نابینا، قادر به انجام همان بینایی ها خواهد بود.
واژگان کلیدی: خود نظارتی ، نابینایی، دیابت، ژلوکومتر
1.مقدمه
دیابت را میتوان نوعی بیماری بحرانی دانست که به وسیله ی عملکرد بد قند خون به عنوان یک منبع انرژی ایجاد میشود. در صورت وجود این بیماری، ممکن است تغییرات آسیب شناسی در رگ های کوچک خونی و فیبرهای عصبی ایجاد شود. البته حساسیت های بیشتری ممکن است بر روی سایر اندام ها، مانند عملکرد بد چشم، عصب، کلیه و سایر ایجاد شود. نتیجه ی اصلی این بیماری، قند خون بسیار بالا میباشد.
امروزه هیچ روشی برای درمان بیماری دیابت شناخته شده نیست. درمان برمبنای تعادل برقرار کردن قند خوب مشابه با افراد عادی تا سطح ممکن میباشد.
رژیم غذایی نیز روشی برای درمان دیابت میباشد. این روش بر مبنای مصرف غذاهای تعریف شده از نظر انرژی میباشد. ان مورد بیشتر مرتبط با برنامه ی غذایی روزانه ی بیماران بوده که غالباٌ بر حسب بارهای فیزیکی و وزن کافی صورت میگیرد. دیابت نه تنها ممک است با شکست رژیم غذایی روزانه بدتر شود بلکه رویداد های تنش زایی را نیز به همراه آسیب به دنبال دارد. در صورتی که تعدیل رژیم غذایی به تنهایی کافی نباشد، باید از برچسب ها استفاده کرد. در صورتی که برچسب ها نیز ناکافی باشند، ضروری است تا از رژیم غذایی به همراه انسولین استفاده شود.
علیرقم تاریخچه ی بزرگ مسئله ی تشکیل سلول(CF) و وجود 12 روش برای آن، روش های کمی وجود داشته اند که به صورت صریح به بهینه سازی اهداف تشکیل سلول بپردازند. این روش ها معمولاٌ منجر به فرمولاسیون های خود سرانه ای شده که میتواند فقط به صورت هیروستیک برای نمونه های تجربی حل شود. در مقابل، ما نشان داده ایم که CF را میتوان به صورت صریح و به وسیله ی مسئله ی چندبرشی کمینه مدل سازی کرد و بهیگی آنرا در عمل حل کرد(برای نمونه های متوسط اندازه). ما چندین محدودیت در دنیای واقعی را در نظر میگیریم که میتواند در داخل فرمول پیشنهادی بکار گرفته شده و نتایجی آزمایشی را با داده های تولید واقعی ایجاد کند.
واژگان کلیدی: تشکیل سلول، تکنولوژی گروهی، چندبرش کمینه
1. مقدمه
تشکیل سلول(CF)، یک گام کلیدی در پیاده سازی تکنولوژی گروه میباشد که اصل آن در مهندسی صنعتی و به وسیله ی Mitrofanov(1996) و Burbidge(1961) ارائه شد، و پیشنهاد شد که بخش های مشابه را باید به طرق مشابه پردازش کرد. در بسیاری از زمینه های عمومی، مسئله ی CF را میتوان به صورت زیر فرمول بندی کرد. در یک مجموعه ی محدود داده شده از ماشین ها و بخش هایی که باید در داخل یک بازه ی زمانی خاص پردازش شود، هدف گروه بندی ماشین ها در داخل سلول های سازنده (از این رو نام مسئله ) و بخش ها در داخل خانواده های محصول میباشد، به گونه ای که هر خانواده ی محصول در داخل یک سلول پردازش شود. به طور برابر ، این هدف را میتوان به صورت کمینه سازی میزان حرکت بین سلولی- جریان بخش هایی که بین سلول ها حرکت میکنند، فرمول بندی مجدد کرد. این میزان را میتوان به وسیله ی تعداد بخش ها، حجم کلی آنها بایان کرد، که بسته به حرکت خاصی برای CF میباشد. برای مثال، در صورتی که سلول ها به صورت کم و بیش توزیع شده باشند، ضروری است تا هزینه های انتقال را که بسته به حجم است و نه تعداد بخش ها، کاهش داد.
عضو شوید
عضویت سریع
آمار
وب سایت:
آمار مطالب
آمار بازدید
