فاطمه رحیمیان - دانشگاه آزاد اسلامی واحد علوم و تحقیقات - گروه کامپیوتر
بهناز نحوی - دانشگاه آزاد اسلامی واحد علوم و تحقیقات - گروه کامپیوتر
پریسا معمارمشرفی - دانشگاه آزاد اسلامی واحد علوم و تحقیقات - گروه کامپیوتر
محمد تشنه لب - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده برق

شبکه های عصبی یکی از رو شهای پر کاربرد در یادگیری سیستمهای هوشمند است که کارایی بسیار بالایی در یادگیری الگوهای آموزشی دارد . در این مقاله سعی بر بهینه سازی ساختار و رفتار شبکه عصبی بر اساس مقادیر مطلوب شده است . برای آموزش شبکه از الگوریتم ژنتیک استفاده شده و علاوه بر توجه به تعدا د لایه ها و نرون های موجود در لایه میانی، به آموزش رفتار نرون ها با بهینه سازی مقدار پارامتر داخلی نرونها در توابع انعطاف پذیر پرداخته می شود . این مقاله نشان می دهد که جهت بهینه سازی ساختار یک شبکه عصبی، تعداد توابع ( نرونها ) لایه میانی باید بر حسب نیاز و دینامیک سیستم، بازسازی و بهینه گردد .

شبکه عصبی انعطاف پذیر ، الگوریتم ژنتیک، نرون مرده،بهینه سازی ساختار