پروژه کاربرد شبکه های عصبی مصنوعی

شكل 2 - تابع برنامه اجرايي                            
شكل 3-  مقدار ورودي ورژن دار                            
شكل 4- مقدار اوليه پيوند                                
شكل 5-  تابع انتقال عبور                                
شكل 6- تابع learn                                 
شكل 7- سا ختار يك نرون                                
شكل 8- مدل رياضي                                
شكل 9 -تابع خروجي  بخش a                            
شكل 10-  نماي جزئي ازيك نرون                            
شكل 11- تابع سينوسي، تانژانت هذلول                        
شكل 12- تابع انتقال از نوع sigmoid
شكل 13 -ساختار لايه اي يك شبكه                            
شكل 14- نمايش شبكه عصبي با   ارتباط بازخوردي                    
شكل 15- روال ناارضاي همگرايي در الگوريتم ژنتيك                    
شكل 16- مسيرياب هاي نرم افزاري الگوريتم مورچگان                    
شكل 17- پاكتهاي داده در هر مسيرياب                        
شكل 18- چگونگي ردوبدل اطلاعات در دوسيستم                    
شكل 19- تست ترافيك الگوريتم مورچگان                        
شكل 20- تست انطباق الگوريتم                            
شكل21 -فضاي وزني الگوريتم gradient
شكل 22 -همگرايي در الگوريتم  gradient
شكل23 - الگوريتم backpropaging
شكل 24- افزودن متمم با استفاده از  الگوريتم bp
شكل 25- نمودار خطا الگوريتم bp                                                                     
شكل  26- قدرت تعميم                                
شکل27- الگوی خبرپردازی یادگیری (بایلرواسنومن،1993)                
شكل 28- محيط كار نرم افزار editor  
شكل 29 -ایجاد لایه ی FileInput                                                                   
شكل 30 -ایجاد یک لایه ی خطی                            
شكل 31- ايجاد لايه WinnerTakeAll 
شكل 32- لايه نرون ها                                
شكل 33 -سه گروه نرون                                
شكل 34 -ايجاد يك اينترفيس                            
شكل 35- ايجاد يك كلاس                                
شكل 36- ايجاد تمام اينترفيس ها                            
شكل 37- ساختار اصلي يك كلاس                            
شكل 38- متذ ها                                    
شكل 39- كلاس لايه شبكه                            
شكل 40- فرستادن پالس                                
شكل 41 -كلاس  neuralnet  
شكل 42- نماي كلي از عملكرد سيستم                        
فصل دوم
شکل 1- رابطه عامل هوشمند با محیط                        
شکل 2- رابطه عامل با محیط                            
شكل 3- روبات مسئله را حل كرده                            
شكل 4-  ربات يادگيرنده                                
شكل 5 -نمودار یادگیری برای روبات                        
شکل 6 - یک اتوماتای یادگیر ساده                        
شکل 7 - چرخه ی CBR
شکل 8 - مثال CBR
شکل 9 - مثال Decision Tree
شکل10- یک مدل کنترل کننده عاطفی                        
شکل 11 - یک کنترل کننده عاطفی                        
شکل 12- مدل یک نرون عصبی

---

جهت دانلود اینجا کلیک کنید