دانلود مقاله ISI انگلیسی شماره 78458
عنوان فارسی مقاله

مقایسه برنامه نویسی ژنتیک و شبکه های عصبی مصنوعی در متامدل از مدل های شبیه سازی رویداد گسسته

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی تعداد کلمات
78458 2012 13 صفحه PDF سفارش دهید محاسبه نشده
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
A comparison of genetic programming and artificial neural networks in metamodeling of discrete-event simulation models
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Computers & Operations Research, Volume 39, Issue 2, February 2012, Pages 424–436

کلمات کلیدی
متامدل شبیه سازی؛ برنامه نویسی ژنتیک؛ رگرسیون نمادین؛ شبکه های عصبی؛ طراحی آزمایشات؛ ابزار پشتیبانی تصمیم
پیش نمایش مقاله
پیش نمایش مقاله مقایسه برنامه نویسی ژنتیک و شبکه های عصبی مصنوعی در متامدل از مدل های شبیه سازی رویداد گسسته

چکیده انگلیسی

Genetic programming (GP) and artificial neural networks (ANNs) can be used in the development of surrogate models of complex systems. The purpose of this paper is to provide a comparative analysis of GP and ANNs for metamodeling of discrete-event simulation (DES) models. Three stochastic industrial systems are empirically studied: an automated material handling system (AMHS) in semiconductor manufacturing, an (s,S) inventory model and a serial production line. The results of the study show that GP provides greater accuracy in validation tests, demonstrating a better generalization capability than ANN. However, GP when compared to ANN requires more computation in metamodel development. Even given this increased computational requirement, the results presented indicate that GP is very competitive in metamodeling of DES models.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.