ترغب بنشر مسار تعليمي؟ اضغط هنا

استخدام خوارزمية البرمجة التطورية لتصميم نموذج عصبوني صلد لفئة من نظم التحكم

Using Evolutionary Programming Algorithm for Designing a Robust Neural Model for a Class of Control Systems

2547   0   317   0 ( 0 )
 تاريخ النشر 2014
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

يهدف هذا البحث للحصول على نموذج عصبوني لفئة من النظم الخطية و اللاخطية و ذلك باستخدام خوارزمية البرمجة التطورية Evolutionary programming(EP لاختيار التركيب البنيوي الأمثل للشبكة العصبونية. استخدمنا برنامج ماتلاب Matlab لتصميم الشبكات العصبونية باستخدام EP, لما يملك من مرونة و سهولة في تمثيل المصفوفات (الأنساق الخلوية Cell Arrays و الأنساق متعددة الأبعادMulti Dimension Arrays ). و قد أثبتت النتائج العملية كفاءة الخوارزمية المستخدمة في الوصول إلى شبكة عصبونية مثلى. تم اختبار أداء و صلادة النموذج الناتج و ذلك بحذف إحدى عصبونات الطبقة المخفية للشبكة التي نتجت عن تطبيق EP و دراسة تأثير هذا الحذف على خرج النموذج الناتج, و قد أكدت الدراسة على فعالية الخوارزمية و ذلك بالنسبة لفئة النظم المستخدمة.


ملخص البحث
يهدف هذا البحث إلى تصميم نموذج عصبوني لفئة من النظم الخطية واللاخطية باستخدام خوارزمية البرمجة التطورية (EP) لاختيار التركيب البنيوي الأمثل للشبكة العصبونية. تم استخدام برنامج ماتلاب لتصميم الشبكات العصبونية باستخدام EP، نظرًا لمرونته وسهولة تمثيله للمصفوفات. أثبتت النتائج العملية كفاءة الخوارزمية في الوصول إلى شبكة عصبونية مثلى. تم اختبار أداء وصلادة النموذج الناتج عن طريق حذف إحدى عصبونات الطبقة المخفية للشبكة ودراسة تأثير هذا الحذف على خرج النموذج. أكدت الدراسة فعالية الخوارزمية بالنسبة لفئة النظم المستخدمة. تم تطبيق الخوارزمية على عدد من النظم اللاخطية، وأظهرت النتائج أن الخوارزمية قادرة على الوصول إلى تصميم أمثل للشبكة العصبونية. كما تم اختبار أداء الخوارزمية وصلادة النموذج الناتج عند حدوث خلل في إحدى عقد الشبكة. أظهرت النتائج أن الخوارزمية فعالة في تصميم الشبكات العصبونية المثلى لفئة النظم المدروسة، وأنها قادرة على تحديد العقدة التي تعرضت لخلل من خلال تحليل مجال الخطأ الناتج. توصي الدراسة بتطوير بنية الشبكة لطبقتين مخفيتين وتنفيذ التصميم على مستوى العتاد الصلب.
قراءة نقدية
دراسة نقدية: يعد البحث مساهمة قيمة في مجال تصميم الشبكات العصبونية باستخدام خوارزمية البرمجة التطورية، إلا أنه يواجه بعض التحديات. أولاً، لم يتم اختبار الخوارزمية على نطاق واسع من النظم الديناميكية المعقدة، مما يحد من تعميم النتائج. ثانيًا، قد تكون الحاجة إلى عدد كبير من العصبونات في الطبقة المخفية عائقًا أمام تطبيق الخوارزمية على أنظمة أكبر وأكثر تعقيدًا. ثالثًا، يمكن أن يكون هناك حاجة إلى تحسينات إضافية في بنية الشبكة لتحقيق أداء أفضل. على الرغم من هذه التحديات، فإن البحث يقدم أساسًا قويًا لتطوير خوارزميات أكثر كفاءة وفعالية في تصميم الشبكات العصبونية.
أسئلة حول البحث
  1. ما هي الأهداف الرئيسية لهذا البحث؟

    يهدف البحث إلى تصميم نموذج عصبوني لفئة من النظم الخطية واللاخطية باستخدام خوارزمية البرمجة التطورية لاختيار التركيب البنيوي الأمثل للشبكة العصبونية.

  2. ما هي الأدوات المستخدمة في هذا البحث لتصميم الشبكات العصبونية؟

    تم استخدام برنامج ماتلاب لتصميم الشبكات العصبونية باستخدام خوارزمية البرمجة التطورية.

  3. كيف تم اختبار أداء وصلادة النموذج الناتج؟

    تم اختبار أداء وصلادة النموذج الناتج عن طريق حذف إحدى عصبونات الطبقة المخفية للشبكة ودراسة تأثير هذا الحذف على خرج النموذج.

  4. ما هي التوصيات التي قدمها البحث لتحسين أداء الشبكات العصبونية؟

    يوصي البحث بتطوير بنية الشبكة لطبقتين مخفيتين وتنفيذ التصميم على مستوى العتاد الصلب لتحسين أداء الشبكات العصبونية.


المراجع المستخدمة
CANGELOSI, A;ELMAN, J.L. Gene regulation and biological development in neural networks :an exploratory model. Technical Report, CRL-UCSD, University of California San Diego, 1995
HAYKIN, S. Neural Networks :A Comprehensive Foundation. 2nd, Ed, London, prentice-Hall, 1999
FUJITA, O. statistical estimation of the number of hidden units for feed forward neural networks. neural networks11(5), 1988, 851-859
MONTANA, D; DAVIS, L. Training feed forward neural networks using genetic algorithms. In: Proceedings of the 11th International Joint Conference on AI, Detroit, MI, 1989,762–767
KITANO, H. Designing neural networks using genetic algorithms with graph generation system.Complex Systems4(4), 1990, 461–476
قيم البحث

اقرأ أيضاً

يَعرض هذا البحث إمكانية الاستعاضة عن المؤمثل الرياضي في خوازمية التحكم التنبؤي بمؤمثل عصبوني أمامي (Feedforward Neural Network Optimizer: FNNO) و من تم تدريبه بشكل مسيق offline لتصغير تابع الكلفة. حافظنا بهذه الطريقة على نموذج النظام الذي يعد أس اساً في خوارزمية التحكم التنبؤي للحصول على الدقة المطلوبة. و تم حل مسألة الأمثلة خلال زمن أسرع من زمن حلها عند استخدام خوارزميات الأمثلة التقليدية المعتمدة على الحوسبة الرقمية.
يهدف هذا البحث إلى تحقيق الرؤية لأي شبكة كهربائية عن طريق تعويض القياسات المفقودة نتيجة حدوث خلل ما، مما يتيح إمكانية تقييم حالة الشبكة الكهربائية، أي الحصول على حل وحيد لتقييم الحالة، و ذلك عن طريق تحليل رؤية الشبكة باستخدام مجموعة القياسات المتاحة، و إضافة قياسات افتراضية كاذبة في حال كانت الشبكة غير مرئية. و يتم إجراء ذلك باستخدام خوارزمية عددية تكرارية تضمن الحصول على العدد الأصغري و الأمثل من القياسات الحدية الكاذبة المضافة بحيث لا تؤثر سلباً على نتائج تقييم الحالة. تعتمد الخوارزمية على حل معادلة مقيم الحالة الخطي و على التحليل إلى العوامل المثلثية لمصفوفة الربح و على طريقة سهلة لترتيب محور مصفوفة جاكوبيان أي مصفوفة القياسات لضمان الحصول على المجموعة الأصغر من القياسات الكاذبة المرشحة لتكون قياسات مضافة. تم تنفيذ الخوارزمية العددية التكرارية في بيئة MATLAB و تم اختبار تأثير نتائج خوارزمية تحليل الرؤية و إضافة القياسات الكاذبة على تقييم الحالة. و قد اختبرت نتائج البرنامج على شبكة IEEE القياسية المكونة من 14 عقدة، و أظهرت النتائج أنه في حال فقد عدد من القياسات سيتم تعويضها بقياسات كاذبة حدية، كما أظهرت نتائج تقييم الحالة قيماً صغيرة لنسبة الخطأ بين القيم المقيمة باستخدام القياسات الحقيقية و بين القيم المقيمة بعد إضافة القياسات الكاذبة الحدية.
يشير مصطلح نوعية الخدمة إلى مقدرة شبكة على إعطاء أولويات و تمييز الخدمة لتقديم معالجة تفضيلية لبعض أصناف الخدمة و أنوع المكالمات. يعد تقديم نوعية الخدمة في مقدمة التحديات التي تواجه نظم الشبكات اللاسلكية الخلوية المتنقلة بسبب قلة الموارد من جهة و تن قل المستخدمين من جهة أخرى. يستخدم التحكم بقبول المكالمات لتقديم و تحقيق ضمانات نوعية الخدمة في نظم الشبكات اللاسلكية الخلوية المتنقلة. نقترح في هذا البحث خوارزمية جديدة للتحكم بقبول المكالمات مع دليل أولوية لتقديم و تحقيق ضمانات QoS على مستوى المكالمة في نظم الشبكات اللاسلكية الخلوية المتنقلة بمفهوم احتمالات توقيف المكالمات الجديدة باستخدام عتبات متعددة لتحديد عدد المكالمات المسموح بها من كل نوع خدمة. تبين نتائج المحاكاة الواردة في هذا البحث بأن تطبيق الخوارزمية الجديدة المقترحة مع دليل الأولوية على مخطط تحديد المكالمات الجديدة يقدم مخططاً جديداً له أداء أفضل بمفهوم احتمالات توقيف المكالمات الجديدة و هو يضمن أي مستوى مطلوب من نوعية الخدمة لأنواع المكالمات الجديدة مع المحافظة على أولوية المكالمات المسلمة.
يعرض هذا البحث طريقة مقترحة لتصميم نموذج متحكم إشرافي ضبابي للمتحكم التناسبي التكاملي التفاضلي (PID: Proportional, Integral, Differential) من خلال شبكات بتري الضبابية المنطقية، و تتميز الطريقة بإظهار قيمة التضبيب لكل خاصية من خاصيات تابع الانتماء الممثل لكل مدخل من مداخل المتحكم الإشرافي الضبابي و تحديد العدد الإجمالي للقواعد المطلوبة في تصميم المتحكم قبل البدء بإدخال القواعد المناسبة في مرحمة تصميم القواعد و تحديد القيمة الرقمية لمدخلي القاعدة التي تم تفعيلها و تجميع المتغيرات التي لها نفس الخاصية و اظهار القيمة الرقمية لكل منها برمجياً و تحديد قيمة فك الضبابية باستخدام طرق فك الضبابية.
في حقل الذكاء الصنعي، تعد هندسة المعرفة المرحلة الأهم من دورة حياة تطوير نظم قواعد المعرفة عموماً و النظم الخبيرة خصوصاً . و قد سيطر المنطق الصوري بشكل عام و قاعدة الاسـتدلال الأولـى (مودس بوننس) بشكل خاص، على الأدوات المستخدمة لبناء هذه المعرفة ، مما أدى إلى تشكل فجوة بين مجالي المعرفة و المعلومات التي تعتمد في بنائها على نظرية المجموعات بشكل عام و علـى الجبـر العلاقاتي بشكل خاص . وسعياً في توفير أحد جسور استبدال المنطق بنظرية المجموعات فـي تمثيـل المعرفة و معالجتها، فقد قمنا في هذا البحث بتأسيس نموذج لتمثيل المعرفة مبني علـى أسـس نظريـة المجموعات (العادية و الترجيحية). و استفدنا من هذا البناء في تأسيس نموذج للاستدلال مبني على جبـر المجموعات، يقوم عبر المرور بسلسلة من المراحل و باستخدام مجموعة من العمليات الجبرية، بالتوصـل إلى حل للمسألة المدروسة بشكل مشابه لأسلوب الإنسان في التعامل معها، متوخين سرعة الأداء و دقـة النتائج بالقدر الذي يسمح به نوع المسائل الذي تتصدى له هذه النظم.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا