نمايش پست تنها
قديمي ۰۹-۵-۱۳۸۹, ۰۲:۰۴ بعد از ظهر   #11 (لینک دائم)
pani_83 Female
عضو جدید
 
آواتار pani_83
 
تاريخ عضويت: مهر ۱۳۸۹
پست ها: 7
تشكرها: 5
3 تشكر در 2 پست
پيش فرض انواع شبكه عصبي فازي و نوروفازي:



نحوه ارتباط بين منطق فازي و شبكه عصبي باعث بوجود آمدن انواع مختلفي از سيستم‌ها شده است. بسياري بر اين باورند كه اطلاق كلمه نوروفازي به تمامي اين تركيبات، درست نمي‌باشد؛ چراكه برخي از اين تركيبات ارتباطي تكميلي با يكديگر داشته و به جاي هر يك از اين اجزاء مي‌توان سيستم‌هاي ديگري مانند درخت تصميم، الگوريتم تكاملي و از اين دست را جايگزين نمود. به عبارتي اختصار نوروفازي به سيستم تركيبي حاصل از شبكه عصبي و سيستم استنتاجي فازي گفته شده كه در آن شبكه عصبي به عنوان تعين كننده پارامترهاي سيستم فازي مورد استفاده قرار مي‌گيرد. منظور از تعيين پارامترهاي سيستم فازي توسط شبكه عصبي، تعيين اتوماتيك پارامترهاي فازي مانند قوانين فازي و يا توابع عضويت مجموعه‌هاي فازي است. در مقابل نوروفازي، شبكه‌ عصبي فازي قرار دارد كه در آن از منطق فازي براي بهبود عملكرد شبكه عصبي استفاده مي‌شود. در اين شبكه‌‌ منطق فازي فرع بوده و تنها براي بهبود شرايط شبكه عصبي و يا اضافه نمودن مفهوم عدم قطعيت به شبكه مورد استفاده قرار مي‌گيرد. تقسيم‌بندي زير نحوه ارتباط بين منطق فازي و شبكه عصبي را با توجه به اين ديدگاه بيان مي‌نمايد.

· Fuzzy Neural Network: منطق فازي براي بهبود كارايي شبكه و يا افزايش توان يادگيري شبكه عصبي مورد استفاده قرار مي‌گيرد. در اين شبكه‌ها افزودن قوانين فازي براي تغيير نرخ يادگيري و يا تغيير ورودي/ خروجي شبكه از حالت غيرفازي به فازي است. نمونه‌هايي از اين دسته عبارتند از:FNN، FHSNN و GFNN.

· Concurrent Neuro-Fuzzy Models: شبكه عصبي و سيتم فازي بر روي يك كار واحد با يكديگر كار مي‌كنند اما تأثيري بر روي يكديگر ندارند. هيچكدام براي تعيين پارامتر ديگري به كار نمي‌روند. معمولاً در اين مدل، شبكه عصبي براي پيش پردازش ورودي و يا خروجي سيستم فازي به كار مي‌رود.

· Cooperative Neuro_Fuzzy Models: شبكه عصبي براي تعيين پارامتر‌هاي سيستم فازي به كار مي‌رود. اين پارامترها شامل قوانين فازي، وزن قوانين و مجموعه‌هاي فازي است.

· Neural network-driven fuzzy reasoning systems: برخي اين سيستم‌ها را جزء مدل‌هاي Cooperative مي‌دانند. اين مدل‌ها براي گسترش قوانين فازي مورد استفاده قرار مي‌گيرند.

· Hybrid Neuro_Fuzzy Models: شبكه عصبي و سيستم فازي در يك ساختار هماهنگ با يكديگر تركيب مي‌شوند. اين مدل‌‌ را مي‌توان شبكه عصبي با پارامتر فازي و يا يك سيستم فازي با يادگيري توزيع شده دانست. ANFIS، ANNBFIS، NEFClass و FLEXNFIS نمونه‌هايي از اين مدل مي‌باشند.

همان‌گونه كه در تعاريف فوق مشخص است، دودسته عمده از تركيبات شبكه عصبي و منطق فازي شامل شبكه‌هاي عصبي فازي و نوروفازي‌ها هستند. شبكه‌هاي عصبي فازي حاصل تركيب شبكه عصبي و منطق فازي بوده و نوروفازي‌ها حاصل تركيب شبكه عصبي و سيستم فازي مي‌باشند.
pani_83 آفلاين است   پاسخ با نقل قول
از pani_83 تشكر كرده اند:
deltateta (۰۳-۷-۱۳۹۱), rasooli92 (۰۸-۲۴-۱۳۹۳)

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online