آموزش شبکه عصبی برای تشخیص سرطان خون توسط الگوریتم رقابت استعماری
چکیده:
الگوریتم های بهینه‌سازی الهام گرفته از طبیعت به عنوان روشهای هوشمند بهینه‌سازی در کنار روشهای کلاسیک موفقیت قابل ملاحظه‌ای از خود نشان داده‌اند. از جمله این روش‌ها می‌توان به الگوریتم‌های ژنتیک [1] (الهام گرفته از تکامل بیولوژیکی انسان و سایر موجودات)، بهینه‌سازی کلونی مورچه‌ها [2] (بر مبنای حرکت بهینه مورچه‌ها) و روش بازپخت شبیه‌سازی شده [3] (با الهام‌گیری از فرایند تبرید فلزات) اشاره نمود. این روش‌ها در حل بسیاری از مسائل بهینه‌سازی در حوزه‌های مختلفی چون تعیین مسیر بهینه عامل‌های خودکار، طراحی بهینه کنترل کننده برای پروسه های صنعتی، حل مسائل عمده مهندسی صنایع همانند طراحی چیدمان بهینه برای واحدهای صنعتی، حل مسائل صف و نیز در طراحی عامل‌های هوشمند استفاده شده‌اند.
الگوریتم‌های بهینه‌سازی معرفی شده، به طور عمده الهام گرفته از فرایند‌های طبیعی می‌باشند و در ارائه این الگوریتم‌ها به سایر نمودهای تکامل انسانی توجهی نشده است. در این نوشتار الگوریتم جدیدی برای بهینه‌سازی مطرح می‌‌شود که نه از یک پدیده طبیعی، بلکه از یک پدیده اجتماعی- انسانی الهام گرفته است. بطور ویژه این الگوریتم به فرایند استعمار، به عنوان مرحله‌ای از تکامل اجتماعی- سیاسی بشر نگریسته و با مدلسازی ریاضی این پدیده تاریخی، از آن به عنوان منشأ الهام یک الگوریتم قدرتمند در زمینه بهینه‌سازی بهره می‌گیرد. در مدت کوتاهی که از معرفی این الگوریتم می‌گذرد، از آن برای حل مسائل بسیاری در حوزه بهینه‌سازی استفاده شده است. طراحی چیدمان بهینه برای واحدهای صنعتی، آنتن‌های مخابراتی هوشمند، سیستم‌های پیشنهاددهنده هوشمند و نیز طراحی کنترل کننده بهینه برای سیستم‌های صنعتی شیمیایی تعدادی معدود از کاربردهای گسترده این الگوریتم در حل مسائل بهینه‌سازی میباشد.
یکی از کاربردهای مهم دیگر این الگوریتم استفاده از آن برای آموزش شبکه عصبی و بهینه کردن جواب خروجی شبکه عصبی میباشد.
فهرست مطالب:
چکیده
فصل اول: مقدمه
1-1 هدف و اهمیت مسئله
1-2 الگوریتم توسعه داده شده
1-3 مزایای الگوریتم توسعه داده شده
1-4 ساختار پروژه
فصل دوم: بیماری سرطان خون
2-1 معرفی
2-2 انواع لوسمی
2-3 عوامل خطر زا
2-4 علائم بیماری
فصل سوم: استراتژی بهینه‌سازی مبتنی بر تکامل اجتماعی- سیاسی
3-1 مقدمه
3-2 مروری تاریخی بر پدیده استعمار
3-2-1 هند
3-2-2 مالزی
3-2-3 هندوچین فرانسه
3-2-4 هند شرقی (اندونزی)
3-3 الگوریتم پیشنهادی
3-3-1 شکل دهی امپراطوریهای اولیه
3-3-2 مدلسازی سیاست جذب: حرکت مستعمره ها به سمت امپریالی
3-3-3 جابجایی موقعیت مستعمره و امپریالیست
3-3-4 قدرت کل یک امپراطوری
3-3-5 رقابت استعماری
3-3-6 سقوط امپراطوریهای ضعیف
3-3-7 همگرایی
فصل چهارم: شبکه عصبی مصنوعی و کاربرد آن در تشخیص سرطان خون
4-1 مقدمه
4-2 اهداف کلی شبکه عصبی
4-2-1 طبقه بندی
4-2-2 تخمین تابع
4-2-3 پیشگویی
4-2-4 خوشه کردن
4-3 کاربرد شبکه های عصبی مصنوعی در پزشکی
4-3-1 سیستم های تشخیص بیماری
4-3-2 تجزیه و تحلیل های بیوشیمیایی
4-3-3 تجزیه و تحلیل تصویر برداری پزشکی
4-3-4 توسعه دارویی
4-4 آموزش شبکه عصبی
4-5 آموزش شبکه عصبی با الگوریتم رقابت استعماری
4-6 پیاده سازی و برنامه نویسی عملی در مطلب
4-7 مراحل انجام پروژه
4-8 نتایج خروجی شبکه
5 خلاصه، نتیجه‌گیری و پیشنهادات
6 کدهای نوشته شده در مطلب
7 مراجع
تعداد مشاهده: 2926 مشاهده
فرمت فایل دانلودی:.doc
فرمت فایل اصلی: doc
تعداد صفحات: 75
حجم فایل:4,978 کیلوبایت
-
راهنمای استفاده:
مناسب جهت استفاده دانشجویان رشته کامپیوتر و فناوری اطلاعات
-
محتوای فایل دانلودی:
در قالب فایل word و قابل ویرایش