شبكه هاي rbf آشوبگونه جهت مدل سازي ديناميك سري هاي زماني آشوبي
اين مقاله يك الگوريتم تازه جهت تنظيم ساختار شبكه هاي rbf ، ارائه مي دهد. ثابت شده كه اين شبكه ها ، قابليت تقريب عمومي دارند. به همين دليل اين امكان وجود دارد كه بتوان از آن ها در شناسايي سيستم هاي آشوبگونه هم استفاده كرد. البته در مواقعي كه با سيستم هايي مثل سيستم هاي بيولوژيك كه فرمول هاي رياضي و تعداد كل متغيرهايشان به درستي شناخته شده نيست ، سروكار داريم ، تنظيم شبكه هاي عصبي با مشكل مواجه شده و جاي بحث دارد. در اين مقاله ديناميك هاي آشوبگونه در قالب شبكه هاي rbf بيان مي شوند. مي توان ديد كه اين شبكه ها قادرند فضا را به نحوي افراز كنند كه هر قسمت از ديناميك مورد نظر به وسيله يك تابع پايه قابل بيان باشد. با توجه به اين كه جذب كننده سيستم هاي آشوبگونه يك شي فراكتال است ، مي توان از فرآيند مقياس كردن فراكتال براي افراز جذب كننده هاي عجيب به ساختارهايي مشابه خود استفاده كرده و بر طبق آن تعداد متغيرهاي ورودي ، توابع پايه و پارامترهاي مقياس را تعيين نمود. در اين مقاله يك روش جهت پيش بيني و مدلسازي سري هاي زماني آشوبگونه ، ارائه شده است.
|