۷۸

۵

۶-۵-۴-۳

۰٫۲۴۱

۷۷

۵

۵-۵-۵-۵

۰٫۹۹۷

۷۹

۶

۷-۶-۵-۴-۳

۰٫۳۵۰

۷۲

۶

۶-۶-۶-۶-۶

۰٫۵۲۳

۷۷

نکته مهم دیگر این است که در الگوی سر و سرشانه تعداد نورونها در هر لایه بین سه تا شش می­باشد [۶۴] . زیرا با کمتر یا بیشتر از این مقادیر، شبکه عصبی جوابهای نامناسب می­دهد و دچار مشکل می­ شود. در مورد داده ­های بدون استفاده از الگوی سر و سرشانه تعداد نورونها می ­تواند تا ۱۰ هم باشد. تمام حالتهای مختلف برای داده ­ها مورد بررسی قرار گرفته است. اما صرفاً نمونه­هایی از آنها در جداول ۴-۷ و ۴-۸ آورده شده است.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

برای انجام پیش ­بینی از ۳۶۰ سطر داده استفاده شده است. در هر سطر هفت نقطه موجود است. ۱۸۰ داده از طریق گامهای تصادفی تولید شده ­اند. ۹۰ داده از الگوی سر و سرشانه صعودی و ۹۰ داده دیگر از الگوی نزولی سر و سر شانه ساخته شده ­اند. باتوجه به مقایسه نتایج به دست آمده از پیش ­بینی داده ­ها با بهره گرفتن از این الگو و پیش ­بینی ساده بدون استفاده از الگوی سر و سرشانه، نتایج نشان می­دهد موفقیت و اطمینان الگوی سر و سرشانه بیشتر است. شکلهای۴-۱۶، ۴-۱۷ و ۴-۱۸ وضعیت این الگو را نشان می­ دهند. در ادامه به­ طور دقیق به توضیح شکلها پرداخته می­ شود.
شکل۴-۱۶: میانگین مربعات خطا در داده ­ها با بهره گرفتن از الگوی سر و سرشانه.
همانطور که در شکل ۴-۱۶ مشخص شده است میانگین مربعات خطا ۰٫۰۸۱ در دوره زمانی نه رخ داده است و با توجه به نمودار، خطا در حال کاهش است که هرچقدر خطا کمتر باشد، پیش ­بینی با اطمینان بیشتری انجام می­ شود. در شکل ۴-۱۷ از همین میزان (میانگین مربعات خطا) برای داده ­های معمولی (پیش ­بینی داده بدون استفاده از الگوی سر و سرشانه) استفاده شده است. میزان میانگین مربعات خطا ۰٫۳۰۴ است. در واقع خطای آموزش، ارزیابی و تست داده ­های معمولی بیشتر از خطای داده­هایی است که آموزش، ارزیابی و تست آنها با بهره گرفتن از الگوی سر و سرشانه انجام شده است. پس می­توان گفت این الگو می ­تواند در بهبود روند پیش ­بینی مؤثر واقع شود. لازم به ذکراست که میانگین مربعات خطا به کمک رابطه ۴-۵ انجام شده است و هرچقدر میانگین مربعات خطا کمتر باشد بهتر است.
نمودار بعدی نمودار رگرسیون است که همانگونه که قبلاً ذکر شد جزء نمودارهای مهم و موثق به حساب می آید. در شکل ۴-۱۸ وضعیت داده ­ها با بهره گرفتن از الگوی سر و سرشانه نشان داده شده است. هرچقدر میزان رگرسیون بیشتر باشد داده ­ها بهتر می­توانند مورد آموزش واقع شوند در نتیجه ارزیابی و آزمون هم بهتر انجام می­ شود. بنابراین در مقایسه بین داده ­های بدون استفاده از الگوی سر و سرشانه و با بهره گرفتن از این الگو و با توجه به شکل ۴- ۱۸مقدار رگرسیون ۰٫۸۹۳ است و در شکل ۴-۱۹ مقدار رگرسیون برای حالت بدون استفاده از الگوی سر و سرشانه ۰٫۸۱۲ است. برای تحلیل نمودارها از شکلهای۴-۶ تا ۴-۱۱، ۴-۱۶ و ۴-۱۷ استفاده شده است و پس از آن نتایج صحیح ثبت می­شوند این مراحل مطابق با مراحل پنج تا هفت روندنمای شکل ۴-۱ است.
شکل۴-۱۷: میانگین مربعات خطای داه­ها بدون استفاده از الگوی سر و سرشانه.