شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید

 تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌ های عصبی در مؤسسات مالی و اعتباری

قسمتی از متن پایان نامه :

2-7-1-7- فراگیری شبکه در نرون های ساده

اتصال بین نرون ها منتج به ایجاد شبکه‌هایی می گردد لیکن برای انجام هر کار مفید بایستی بتوان به طریقی آن را آموزش داد . در آموزش نرون ، اصل بر این می باشد که به نرون اجازه دهیم از اشتباهات خود بیاموزد . اگر جواب همراه با خطا باشد می‌خواهیم احتمال خطا را در آینده کم کنیم و اگر جواب صحیح باشد وضع را تغییر نمی‌دهیم . برای فراگیری شبکه بایستی زمانی که مایلیم نرون فعال باشد ضرایب وزنی را افزایش داده و آنگاه‌که مایلیم نرون غیرفعال باشد ضرایب را کاهش دهیم . این قاعده فراگیری می باشد که شکل دیگری از قاعده‌ای می‌باشد که در سال 1947 توسط دونالدهب ارائه‌شده می باشد . در این اقدام  نتایج موردنظر را از قبل می‌دانیم و پس نظاره می‌کنیم که به کدام سمت بایستی ضرایب وزنی را تغییر دهیم . زیرا این فراگیری از طریق در دست داشتن نتایج مطلوب راهنمایی می گردد به این نوع آموزش فراگیری با سرپرست یا معلم می‌گویند .

شیوه یادگیری به تبیین ذیل می‌باشد:

  • ضرایب وزنی و مقادیر آستانه را به‌گونه تصادفی تعیین می‌نماییم
  • یک ورودی را به‌دلخواه ارائه می‌نماییم
  • مقدار خروجی را با در نظر داشتن مقایسه مجموع وزنی ورودی‌ها و مقدار آستانه محاسبه می‌نمایم .
  • ضرایب وزنی را برای تقویت تصمیمات درست و تضعیف تصمیمات نادرست تغییر می‌دهیم به‌عبارت‌دیگر خطا را کاهش می‌دهیم .
  • ورودی بعدی را به مدل ارائه می‌نماییم .

2-7-1-8- قاعده فراگیری

قاعده فراگیری پرسپترون چندلایه را قاعده کلی دلتا  یا  قاعده پس از انتشار خطا  می‌نامند . وقتی  به شبکه آموزش ندیده‌ای الگویی را عرضه می‌کنیم ، خروجی‌های تصادفی تولید می کند . آغاز بایستی تابع خطایی را مشخص کنیم که تفاوت خروجی واقعی و خروجی مطلوب را نشان دهد . زیرا خروجی مطلوب را نمی‌دانیم ، این نوع فراگیری را فراگیری با سرپرست می‌نامیم . برای موفق شدن در آموزش شبکه بایستی خروجی آن را به‌تدریج به خروجی مطلوب نزدیک کنیم به‌عبارت‌دیگر بایستی ضرایب وزنی خطوط ارتباطی واحدها با بهره گیری از قاعده کلی دلتا اندازه گردد . قاعده دلتا مقدار تابع خطا را محاسبه کرده و آن را به عقب از یک‌لایه به لایه پیشین آن انتشار می‌دهد ، عبارت پس از انتشار به‌این‌علت نام‌گذاری شده می باشد .

ضرایب وزنی هر واحد جداگانه تنظیم می گردد و بدین‌صورت اندازه خطا کاهش می‌یابد این اقدام در مورد لایه میانی چندان روشن نیست . این گمان می‌رود که ضرایب وزنی واحدهای پنهان که به واحدهای مرتبط آن‌ها ، خروجی تقریباً صحیحی دارند تغییر یابد . درواقع ریاضیات نشان می‌دهد که ضرایب واحدها بایستی به‌تناسب اندازه خطای واحدهای که به آن متصل‌اند تغییر کند .پس می‌توان با انتشار خطابه عقب ، ضرایب وزنی خطوط ارتباطی تمام لایه‌ها را به‌درستی تنظیم نمود . به‌این‌ترتیب تابع خطا کاهش و شبکه آموزش می‌یابد (صادقی ، 1390)

سوالات یا اهداف پایان نامه :

 اهداف:

هدف اصلی:

  • بهره گیری از رویکرد شبکه عصبی فازی برای پیش‌بینی مانده منابع آتی در تعیین هدف جذب منابع برای شعبه‌های مؤسسات مالی و اعتباری.

 هدف فرعی:

  • تدوین الگوی مناسب برای پیش‌بینی دقیق منابع آتی و تعیین اهداف جذب منابع بر اساس آن،
  • تعیین متغیرهای سری زمانی که بیشترین و یا کمترین تأثیر را در فرآیند پیش‌بینی تعیین هدف جذب منابع دارند.

تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه‌ های عصبی در مؤسسات مالی و اعتباری

پایان نامه - تز - رشته حسابداری


پاسخ دهید