تعیین بهترین تابع فعالسازی لایه خروجی در شبکه عصبی برای پیش بینی دبی اوج
سال انتشار: 1389
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 37
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMS-4-12_007
تاریخ نمایه سازی: 5 دی 1402
چکیده مقاله:
یکی از روشهای پیشبینی دبی اوج استفاده از مدل جعبه سیاه از جمله شبکه عصبی مصنوعی است. نقطه ضعف شبکههای عصبی در جعبه سیاه عدم وجود قانون تایید شده برای معماری شبکه آنها است، معیار مناسبی برای تعیین تعداد لایه و تعداد نرون در لایه پنهان، نوع تابع فعالسازی برای لایه پنهان و لایه خروجی وجود نداشته و تنها راه حل استفاده از روش سعی و خطا میباشد. در این تحقیق با استفاده از شبکه عصبی پرسپترون و با ثابت نگه داشتن نوع تابع فعالسازی برای لایه پنهان نوع تابع فعالسازی در لایه خروجی برای دو زیرحوزه گتهده و گلینک واقع در حوزه آبخیز طالقان بررسی گردید. ۲۰ درصد دادهها برای مرحله آزمایش، ۶۵ درصد برای مرحله آموزش و ۱۵ درصد برای مرحله اعتبارسنجی وارد نرمافزار مطلب شدند و دو تابع فعالسازی خطی و سیگموئیدی برای لایه خروجی انتخاب گردید. در هر دو ایستگاه تابع خطی با داشتن کمترین RMSE برای لایه خروجی مناسب تشخیص داده شد و تعداد نرون مناسب در ایستگاه گتهده پنج و در ایستگاه گلینک شش انتخاب شد.
کلیدواژه ها:
نویسندگان
مریم خسروی
University of Tehran
علی سلاجقه
University of Tehran
محمد مهدوی
University of Tehran
محسن محسنی ساروی
University of Tehran