حجت اله بازوبندی - دانشجو، بخش مهندسی کامپیوتر، دانشگاه شهید باهنر کرمان
مهدی افتخاری - استادیار بخش مهندسی کامپیوتر، دانشگاه شهید باهنر کرمان

طراحی صحیح یک شبکه عصبی فازی موجک - 1 بی شک نقش بسیار موثری در کارایی مدل نهایی خواهد داشت. در این مقاله تاثیر توابع موجک مختلف بر کارایی شبکه های فازی موجک مورد بررسی قرار گرفته است. توابع موجک به عنوان یک تابع فعالیت - 2 در لایه مخفی شبکه های فازی موجک مورد استفاده قرار می گیرند. برای بررسی تاثیر نوع تابع موجک بر کارایی مدل نهایی از سه تابع موجک کلاه مکزیکی، گوسی و - مورلت استفاده شده است. یک الگوریتم ژنتیک برای آموزش شبکه عصبی فازی موجک مورد استفاده قرار گرفته است. نتایج عملی نشان می دهد - که نوع تابع موجک تاثیر بسیار چشمگیری بر کارایی شبکه عصبی فازی موجک دارد. علاوه بر این به نظر می رسد که برای حل کلاس های - متفاوت از مسائل، توابع موجک متفاوتی کارایی بهتری داشته باشند.

شبکه عصبی فازی موجک، تابع موجک