این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
یکشنبه 30 آذر 1404
مدیریت فناوری اطلاعات
، جلد ۱، شماره ۱، صفحات ۰-۰
عنوان فارسی
ارائه یک الگوریتم ترکیبی شبکههای عصبی- تکامل توام ژنتیک، جهت مساله طراحی مقاوم چند متغیره در مهندسی کیفیت
چکیده فارسی مقاله
در این مقاله یک الگوریتم ترکیبی برای حل مساله طراحی مقاوم با چندین متغیر پاسخ ارائه شده است. الگوریتم ارائه شده، ترکیبی از شبکههای عصبی و تکامل توام ژنتیکی است که در آن شبکههای عصبی به عنوان تقریب زننده تابع، نگاشت بین متغیرهای فرایند را تقریب زده و الگوریتم تکامل توام مدل ساخته با هدف مقاوم ساختن متغیرهای پاسخ فرایند، را حل مینماید و نتایج این الگوریتم با الگوریتم ژنتیک مقایسه میشود. روش پیشنهادی در یک مطالعه موردی فرایند ریسندگی اپن اند مورد آزمایش قرار گرفته است.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
A Hybrid Neural Networks-Coevolution Genetic Algorithm for Multi Variables Robust Design Problem in Quality Engineering
چکیده انگلیسی مقاله
In this study, a hybrid algorithm is presented to tackle multi-variables robust design problem. The proposed algorithm comprises neural networks (NNs) and co-evolution genetic algorithm (CGA) in which neural networks are as a function approximation tool used to estimate a map between process variables. Furthermore, in order to make a robust optimization of response variables, co-evolution algorithm is applied to solve constructed model of process. Results of CGA are compared with genetic algorithm (GA). This algorithm is tested in a case study of open-end spinning process.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
محمد رضا مهرگان | mohammad reza
علیرضا فراست |
نشانی اینترنتی
http://jitm.ut.ac.ir/article_27732_03d44ea0b0faab46550b544e73875b7e.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/1085/article-1085-210455.pdf
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات