شبیه‌سازی سیستم‌های گسسته

در این مقاله، روش تفسیر نتایج شبیه‌سازی سیستم‌های گسسته با استفاده از شبکه عصبی بایادگیری نظارت شده، بعنوان شیوهء یادگیری ماشین مورد مطالعه قرار گرفته است. برای تحقق این مهم، مجموعه‌ای از داده‌های واقعی متشکل از زیرمجموعه نمونه‌گیری ، از سیستم تابلوی اعلانات الکترونیکی کتابخانهء منطقه‌ای علوم و تکنولوژی شیراز جمع‌آوری گردید. سیستم تابلوی اعلانات الکترونیکی کتابخانهء منطقه‌ای با استفاده از اطلاعات گردآوری شده توسط برنامه ای که در محیط «جی‌پی‌اس‌اس/اچ» ‌نوشته‌شد،‌شبیه‌سازی گردید و از نتایج آن بعنوان ورودی برای تعلیم شبکهء عصبی پس _ انتشار خطا استفاده شد. این بررسی نشان می‌دهد که مدل شبکه عصبی که به‌عنوان الگوریتم یادگیری ماشین به کار گرفته شده دارای دقتی است که با شبیه‌سازی انجام‌شده توسط «جی پی اس اس/ اچ» قابل مقایسه می‌باشد و با تعلیم گرفتن شبکه، سیستم می‌تواند عملیات خود را بلافاصله به انجام برساند. کارآیی سیستم شبکهء عصبی در مورد تخمین زمان خدمت‌دهی به هر کاربر در سیستم تابلوی اعلانات الکترونیکی، با کارآیی سیستم شبیه‌ساز مقایسه گردید و نشان داده شد که نتایج مطلوب است. شبکهء عصبی پس‌_ انتشار خطا در زمینهء بررسی نتیجه شبیه‌سازی دارای قابلیت‌های خوبی است که می‌‌توان از آن برای بهینه‌سازی و پیش‌بینی سیستم‌های تابلوی اعلانات الکترونیکی کتابخانه استفاده نمود.