این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های نوین در تصمیم گیری، جلد ۶، شماره ۲، صفحات ۴۹-۷۰
عنوان فارسی طراحی یک سیستم بهبود یافته استنتاج عصبی – فازی مبتنی بر الگوریتم بهینه‌سازی وال به منظور پیش بینی میزان اهدای خون
چکیده فارسی مقاله یکی از تکنیک‌‌‌های مناسب برای حل مسائل مهندسی جهت پیش‌بینی متغیر‌‌ها در زنجیره تأمین و نیز سیستم‌‌‌هایی که دارای پیچیدگی و عدم صراحت زیاد بوده و یا داده‌‌‌های کافی درمورد آن‌‌‌ها موجود نیست، استفاده از تئوری مجموعه‌‌‌های فازی و شبکه عصبی مصنوعی بوده است. این روش نسبت به سایر روش‌‌‌ها در زمان نسبتا کوتاه‌تری به بررسی داده‌‌‌ها وکشف الگوی نهفته در آن جهت پیش‌بینی و یا تأثیرگذاری آن بر آینده می‌پردازد. سیستم استناج عصبی-فازی (انفیس)، شبکه‌‌‌های عصبی و مفاهیم منطق فازی را یکی می‌کند، می‌تواند از امکانات هر دو آن‌‌‌ها در یک قاب بهره برد، که سیستم استنتاج آن مطابق با مجموعه قوانین فازی اگر-آنگاه است که قابلیت یادگیری برای تقریب زدن توابع غیرخطی را دارد. تعریف متغیر‌‌‌ها بر اساس داده‌‌‌های گذشته و تأثیر آن متغیر‌‌‌ها در توالی‌‌‌های زمانی گذشته به منظور پیش‌بینی وضعیت آینده از جمله کاربرد این روش است. لذا در این تحقیق به منظور پیش‌بینی میزان اهدای خون در مراکز اهدای خون بر اساس داده‌‌‌های سال‌‌‌های گذشته از تکنیک انفیس استفاده شده، از آنجایی که هر روش پیش‌بینی دارای میزان خطای مخصوص به خود است. به منظور کاهش خطای روش مذکور از الگوریتم فراابتکاری وال به منظور بهبود مقادیر پارامتر‌‌‌های سیستم عصبی -فازی استفاده شده که نتایج حاصله نشان دهنده کاهش خطای جذر میانگین مربعات پیش‌بینی از 0.00261 به 0.00153 در الگوریتم ترکیبی انفیس-وال و بهبود 41 درصدی آن نسبت به روش انفیس خواهد بود.
کلیدواژه‌های فارسی مقاله شبکه تطبیقی عصبی- فازی، سیستم‌های فازی، شبکه عصبی، الگوریتم وال، انفیس- وال،
عنوان انگلیسی Designing an improved Adaptive Neuro-Fuzzy Inference System based on Whale Optimization Algorithm to predict blood donation
چکیده انگلیسی مقاله Artificial neural networks and fuzzy sets theory is one of appropriate techniques to solve engineering problems in order to predict variables of supply chains and, also, of systems with high complexity and implicitly which provide no sufficient data. The main advantage of this technique over others, which lies in the short time of data examination and algorithm discovery, is in the line with that prediction and/or its influence on the future. Adaptive neuro-fuzzy inference system (ANFIS) combines neural networks with fuzzy logic concepts and is able to use capabilities of both in one framework, the inference system of which is in conformity to fuzzy "if-then" rules having potential for learning how to approximate non-linear functions. Among applications of this technique are to define variables based on the past data and their impacts on the past temporal sequences in order to predict future conditions. This research, therefore, uses neuro-fuzzy technique in order to blood donation based on data from the past years. Since each technique has its own error rates, Metaheuristic Whale Algorithm is used to reduce errors of ANFIS by improving the parameter values of neuro-fuzzy systems. The obtained results show a reduction of the RMSE of prediction from 0.00261 to 0.00153 in the ANFIS-WOA and a 41% improvement over the ANFIS method.
کلیدواژه‌های انگلیسی مقاله شبکه تطبیقی عصبی- فازی, سیستم‌های فازی, شبکه عصبی, الگوریتم وال, انفیس- وال
نویسندگان مقاله طاهر کوچکی تاجانی |
دانشجوی دکتری، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.

علی محتشمی |
دانشیار، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.

مقصود امیری |
استاد، گروه مدیریت صنعتی، دانشگاه علامه طباطبایی، تهران، ایران.

رضا احتشام راثی |
استادیار، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.

نشانی اینترنتی https://journal.saim.ir/article_244706_e8b35f56418ce7ac0cd47cc922abbcfa.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
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