ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Solving Multi-Objective Stochastic Transportation Problems by Using Recurrent Neural Networks

العنوان بلغة أخرى: حل مشاكل النقل العشوائية متعددة الأهداف باستخدام الشبكات العصبية ذات التغذية العكسية
المصدر: مجلة الدراسات والبحوث التجارية
الناشر: جامعة بنها - كلية التجارة
المؤلف الرئيسي: عطية، وسام محمد على (مؤلف)
المجلد/العدد: س37, ع2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2017
الصفحات: 727 - 743
ISSN: 1110-1547
رقم MD: 934922
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

7

حفظ في:
المستخلص: يعرض هذا البحث كيفية استخدام الشبكات العصبية ذات التغذية العكسية في حل مشاكل النقل العشوائية متعددة الأهداف. الشبكة العصبية المقترحة تتميز بقدرتها الحسابية المتوازية الفائقة كنتيجة لكونها شبكة تامة الاتصال، وتستخدم الشبكة الدوائر الإلكترونية لمحاكاة عمل الخلايا العصبية البيولوجية. حيث يتم استخدام دالة الطاقة energy function في تحويل النموذج الرياضي لمشاكل النقل العشوائية متعددة الأهداف إلى مجموعة من المعادلات التفاضلية والتي يمكن حلها باستخدام شبكة عصبية تناظرية مبسطة مع أوزان weights ودوال تفعيل activation functions مناسبين، وفي النهاية تم التحقق من أداء الشبكة المقترحة بتطبيقها على حل مشاكل النقل العشوائية متعددة الأهداف في شركة السويس للأسمنت.

This paper presents a recurrent neural network for solving multi-objective stochastic transportation problems (MOSTP). A proposed neural network (NN) easily realized for it's capability of massively parallel computation as a result of being a fully connected property. The network uses electronic circuits to simulate the actions of biological neurons. Where we use an energy function that transforms the mathematical form of MOSTP into a set of differential equations being a fully connected property. The network uses electronic circuits to simulate the actions of biological neurons. Where we use an energy function that transforms the mathematical form of MOSTP into a set of differential equations This set of differential equations can be solved by using a simplified analog neural network with suitable weights and the activation function. The performance of the proposed NN is illustrated through solving MOSTP in Suez Cement Company.

ISSN: 1110-1547

عناصر مشابهة