نمايش پست تنها
قديمي ۰۶-۲۷-۱۳۹۳, ۱۲:۱۸ بعد از ظهر   #2 (لینک دائم)
babak_1234 Male
Moderator
 
آواتار babak_1234
 
تاريخ عضويت: شهريور ۱۳۸۸
محل سكونت: تهران
پست ها: 252
تشكرها: 1
140 تشكر در 108 پست
My Mood: Khonsard
پيش فرض

نقل قول:
نوشته اصلي بوسيله mahshid123 نمايش پست
سلام.
لطفا در مورد مسئله‌ی زیر راهنماییم کنید:
• چندتا تسک داریم که می‌خواهد توسط 3 تا نخ انجام بشه که خودمون این تسک‌ها رو بصورت دلخواه بین این نخ‌ها تقسیم می‌کنیم،
• یه زمان اتمام داریم که وقتی هست که تمام این تسک‌ها انجام شده باشه و بستگی غیر مستقیمی به چگونگی تقسیم وظایف داره.
• خروجی ما سودمندی است که فرمولی است برحسب زمان اتمام.
هدف مسئله اینه که می خواهیم این تسک‌ها را بگونه‌ای بین این سه تا نخ تقسیم کنیم که سودمندی حداکثر رو داشته باشیم. چون رابطه‌ی مستقیمی بین چگونگی تقسیم وظایف و سودمندی وجود نداره، می‌خواهیم توسط شبکه عصبی، یه رابطه ای پیدا کنیم بگونه‌ای که ابتدا چندین مورد مختلف از تقسیم وظایف بین نخ‌ها و سودمندی حاصل از آن رو به شبکه بدیم بعد بتونیم هر تقسیم وظایفی رو که به شبکه دادیم، برحسب چیزی که یادگرفته، سودمندی حاصل رو بهمون بده.
با nntool اين كار رو انجام دادم ولی خطای خیلی بالایی داره و جواب درستی بهم نمیده، لطفا اگه راه کاری دارین بفرمایید ممنون
سلام دوست من

در صورتی که یک شبکه عصبی خطای زیادی داشته باشه باید دلایلی مانند نوع شبکه عصبی انتخابی یا مجموعه داده آموزشی رو بررسی کرد. شاید شبکه ای که انتخاب کردید مناسب نباشه و یا correlation داده های شما زیاد باشه و یا ...
شاید هم بشه با یک گام پیش پردازش یا تولید ویژگی نتایج خوبی بدست آورد.
بهتره که شما در ابتدا داده ها رو با چند شبکه مختلف تست کنید تا ببینید که آیا خطا هنوز هم وجود داره یا نه.
در گام بعدی از روش های Feature creation استفاده کنید و نتایج رو بررسی کنید.
البته روش هایی هم هست که به صورت تکاملی شبکه عصبی رو براتون ایجاد میکنه که از الگوریتم هایی مثل Genetic Programming استفاده میکنن. این کار کمی سخت هست اما مزایایی مثل ایجاد ساختار آزاد شبکه با توجه به داده ورودی و همچنین عدم نیاز به گام تولید ویژگی داره.


موفق باشید
babak_1234 آفلاين است   پاسخ با نقل قول