از پارسکدرز بیشترین بهره را ببرید و رویای کاری خود را زندگی کنید.
دو سال پیش منتشر شده
تعداد بازدید: 70
کد پروژه: 457754
شرح پروژه
سلام
بااستفاده از243تا داده های آزمایشگاهی;9متغیر مستقل ورودی(درجه حرارت. pH.کدورت.هدایت الکتریکی.قلیائیت.رنگ.TOCآب خام.مصرف پلی الکترولیت.مصرف کلروفریک)و یک متغیر وابسته خروجی(TOCآب صاف) که به ترتیب در فایل اکسل وجود دارد داریم.حال میخواهیم با استفاده از شبکه عصبی GMDH مقدارTOCخروجی راپیشبینی کنیم وببینیم چه تفاوتی با مقادیرTOCخروجی آزمایشگاهی دارد.دراین مدلسازی 30%داده های آزمایشگاهی را برای پیشبینی مدل در نظرمیگیریم.که به هنگام وارد کردن مقادیر در نرم افزار برای اجرای مدل مقدار predictionرا 73 وتابع هدف را 2 وخطای اموزشی و خطای آزمایشی را صفر قرار میدهیم.حال مقادیر:جمعیت اولیه(papulation) لایه ها (n)وتکرار(generation) وعدد منفی را باید طوری انتخاب کنیم که بعدازپایان اجرای برنامه ونتایج مدلسازی خطاهای آزمایشی رابرحسب خطاهای آموزشی رسم میکنیم وبرای انتخاب بهترین کروموزوم بایدمقادیر خطای آموزشی و آزمایشی داده ها بطور همزمان نسبت به یکدیگر حداقل باشد(نقاط مصالحه در نمودار پرتو)که در این نمودار 3نقطه باید مشخص شود نقطهA دارای کمترین خطای آموزشی ونقطهBدارای کمترین خطای پیشبینی است نقطه مصالحه طراحی ازبین تمامی نقاط پرتو نقطه C است چون خطای مدلسازی نسبت به خطای آموزشی در این نقط دارای توازن بیشتری نسبت به نقاط دیگر است که دراین صورت بهترین کروموزوم باتوجه به نقطه Cمشخص میشود(لازم به ذکر است که کروموزوم برتر علاوه بردارابودن شرط بالایعنی همان نقطه C بایدتمام ورودی های مستقل راداشته باشدیعنی اعداد1تا9 درآن وجودداشته باشد وصفر درآن نباشد).تعدادستون های کروموزوم ازفرمول 2 به توان n+1 بدست میاد که nتعداد لایه های مخفی است.مرحله بعدبدست آوردن ثوابت سری ولترا و TOCهایی که ازاجرای مدل بدست می آیدهست که بایدTOCهای بدست آمده ازمدل را برحسب TOCهای خروجی (متغیر وابسته)آزمایشگاهی رسم کنیم ومقادیرR^2(ضریب همبستگی)وRMSE(مجذورمیانگین مربعات خطا)رابدست آوریم که بهترین R^2باید نزدیک به 1 باشدیعنی بالای0.9.درنهایت بااستفاده از ثوابت بدست آمده از مدل معادله های سری ولترایعنی همان نرون ها(y1 تاآخر را بدست می آوریم وآخرین نرون در آخرین لایه یعنی n+1قراردارد) را بدست می آوریم و ساختار شبکه عصبی GMDH را نیزبدست می اوریم.
لازم به ذکراست که من کدمتلب برای اجرای هرمرحله از این مدلسازی را دارم وR^2 را0.79 بدست میارم که خیلی کمه وتلاش زیادی کردم مقادیررو خیلی تغیر دادم ولی متاسفانه بهترین R^2 همین مقداربود.نکته مهمی که دراین مدلسازی وجوددارد فقط انتخاب درست در مقادیر:جمعیت اولیه وتکرار وعدد منفی ولایه ها است.
این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
6روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت سه سال پیش
نیاز به استخدام فریلنسر یا سفارش پروژه مشابه دارید؟
قادر به انجام این پروژه هستید؟
متأسفانه مهلت ارسال پیشنهاد این پروژه به پایان رسیده و پروژه بسته شده است؛ اما فرصتهای متعددی در سایت موجود میباشد.
یک تمرین در مورد شبکه های عصبی محاسبه وزن ها در شبکه عصبی تداعی گر با متلب
دو سال پیش منتشر شده
به رایگان یک حساب کاربری بسازید
مهارتها و تخصصهای خود را ثبت کنید، رزومه و نمونهکارهای خود را نشان دهید و سوابق کاری خود را شرح دهید.
به شیوهای که دوست دارید کار کنید
برای پروژههای دلخواه در زمان دلخواه پیشنهاد قیمت خود را ثبت کنید و به فرصتهای شغلی منحصر به فرد دسترسی پیدا کنید.
با اطمینان دستمزد دریافت کنید
از زمان شروع کار تا انتهای کار به امنیت مالی شما کمک خواهیم کرد. وجه پروژه را از ابتدای کار به امانت در سایت نگه خواهیم داشت تا تضمین شودکه بعد از تحویل کار دستمزد شما پرداخت خواهد شد.
میخواهید شروع به کار کنید؟
یک حساب کاربری بسازید
بهترین مشاغل فریلنسری را پیدا کنید
رشد شغلی شما به راحتی ایجاد یک حساب کاربری رایگان و یافتن کار (پروژه) متناسب با مهارتهای شما
است.
پیدا کردن کار (پروژه)
تماشای دمو روش کار