دوره 14، شماره 15 - ( 1393 )                   جلد 14 شماره 15 صفحات 59-66 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Masoumnezhad M, Jamali A, Narimanzadeh N. Parameter estimation of the GMDH-type neural network using UKF filter. Modares Mechanical Engineering. 2015; 14 (15) :59-66
URL: http://journals.modares.ac.ir/article-15-10242-fa.html
معصوم نژاد مجتبی، جمالی علی، نریمان زاده نادر. تعیین ضرایب شبکه های عصبی نوع GMDH با استفاده از فیلتر کالمن UKF. مهندسی مکانیک مدرس. 1393; 14 (15) :59-66

URL: http://journals.modares.ac.ir/article-15-10242-fa.html


1- دانشکده شهید چمران دانشگاه فنی و حرفه ای
2- دانشکده فنی دانشگاه گیلان
چکیده:   (2996 مشاهده)
فیلتر کالمن آنسنتد (UKF) یکی از معروفترین فیلترها جهت تخمین متغیرهای حالت آغشته با نویز گوسی و سفید یک سیستم غیرخطی است. همچنین این فیلتر در تخمین پارامترهای شبکه‌های عصبی چند لایه ای نیز مورد استفاده قرار می گیرد. شبکه عصبی نوع GMDH یکی از پرکاربردترین شبکه های عصبی است که از توانایی بالایی در مدل سازی داده های پیچیده برخوردار است. در تحقیقات زیادی از روش های گوناگون نظیر تجزیه مقادیر منفرد و الگوریتم ژنتیک برای تعیین ضرایب این شبکه عصبی استفاده شده است. در این مقاله، از فیلتر کالمن آنسنتد جهت تخمین پارامترهای شبکه های عصبی نوع GMDH برای داده های آزمایشگاهی دارای قطعیت و عدم قطعیت استفاده شده است. با استفاده از این روش، ضرایب بر روی جدول داده های آزمایشگاهی بدون درنظر گرفتن نامعینی بدست آمدند و برای بررسی مقاوم بودن مدل بدست آمده در برابر نامعینی های موجود در داده ها از روش مونت کارلو استفاده گردید. نتایج شبیه سازی برای دو جدول داده های آزمایشگاهی چند ورودی- یک خروجی نشان می دهند که الگوریتم ارائه شده نسبت به سایر روش ها، رفتار بسیار مقاومتری در مواجهه با نامعینی ها دارد.
متن کامل [PDF 535 kb]   (2504 دریافت)    
نوع مقاله: مقاله پژوهشی کامل | موضوع مقاله: کنترل
دریافت: ۱۳۹۳/۳/۳۱ | پذیرش: ۱۳۹۳/۵/۳ | انتشار: ۱۳۹۳/۷/۲۸

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA