• عنوان

    تقريب مشتق با گام مختلط توسط شبكه‌هاي عصبي پيشخور چندلايه

  • نويسنده اصلي

    خان احمديان، عاطفه

  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • رشته تحصيلي
    رياضي كاربردي
  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    اهميت تقريب توابع در علوم و مهندسي بر كسي پوشيده نيست. در اين پايان‌نامه به معرفي شبكه‌هاي عصبي مصنوعي پرداخته شده است و اين شبكه‌ها به عنوان ابزاري كارآمد براي يافتن تقريب توابع مورد استفاده قرار گرفته‌اند. از مزاياي اين ابزار به امكان يافتن تقريب، خصوصا در ابعاد بالا كه چالشي مهم در نظريه تقريب بوده است اشاره مي‌شود. همچنين به عدم ‌حساسيت شبكه‌هاي عصبي نسبت به محاسبات در حساب مميز شناور و نيز عدم نياز به حل دستگاه‌هاي خطي با ضريب وضعيت بسيار بزرگ در مقايسه با روش‌هاي كلاسيك‌ اشاره شده است. چالش‌هاي موجود در تقريب توابع توسط روش‌هاي كلاسيك بررسي مي‌شود و با ارائه مثال‌هايي، كارايي شبكه‌هاي عصبي براي تقريب اين توابع نشان داده خواهد شد. در انتها به مسئله مشتق‌گيري عددي پرداخته و ناپايداري فرمول‌هاي تفاضلات متناهي بيان شده است. براي غلبه بر اين مشكل روش تقريب مشتق با استفاده از گام مختلط، بيان شده و توسط شبكه‌هاي عصبي پياده‌سازي مي‌شود.
  • شماره ركورد
    227714
  • گرايش رشته تحصيلي
    آناليز عددي
  • دانشكده
    رياضي
  • دانشگاه
    دانشگاه صنعتي اصفهان