2
دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، ایران
چکیده
طبقهبندی کنندههای فازی به عنوان نمونهای از سیستمهای فازی، از کارامدترین روشهای طبقهبندی در علم بازشناسی الگو به شمار میروند. این طبقهبندی کنندهها از پارامترهای ساختاری متنوعی تشکیل شدهاند که هر یک از آنها به نوبه خود بر روی عملکرد آنها تأثیر به سزایی دارد. نوع و مکان توابع عضویت، و همچنین نوع قواعد فازی از نظر ترکیب مقدمها و مؤخرها از مهمترین این پارامترها به شمار میآیند. معمولاً چالش اصلی در طراحی و پیاده سازی چنین طبقهبندی کنندههایی انتخاب بهینه همین پارامترها به منظور دستیابی به بهترین عملکرد است. در این مقاله با بهکارگیری الگوریتم جستجوی گرانشی روشی به منظور بهینهسازی پارامترهای طبقهبندی کنندههای فازی، اعم از شکل و مکان توابع عضویت و همراه با آن استخراج قواعد فازی بهینه ارائه شده است. روش پیشنهادی در مواجهه با مجموعه دادههایی با بردارهای ویژگی که از نظر تعداد، ابعاد، و تداخل کلاسهای مرجع از پیچیدگی قابل قبولی برخوردارند، به محک آزمایش سپرده شده است. نتایج مقایسهای به دست آمده از این آزمایشات نشان میدهد که روش ارائه شده از عملکرد بهتری نسبت به سایر روشهای مشابه که مبتنی بر روشهای ژنتیک و بهینهسازی گروه ذرات میباشند، برخوردار است.
عسکری, حسین, & ظهیری, سیدحمید. (1391). استفاده از رویکرد هوش جمعی در طراحی بهینه سیستم های طبقه بندی مبتنی بر قواعد فازی. مجله علمی رایانش نرم و فناوری اطلاعات, 1(1), 89-100.
MLA
حسین عسکری; سیدحمید ظهیری. "استفاده از رویکرد هوش جمعی در طراحی بهینه سیستم های طبقه بندی مبتنی بر قواعد فازی". مجله علمی رایانش نرم و فناوری اطلاعات, 1, 1, 1391, 89-100.
HARVARD
عسکری, حسین, ظهیری, سیدحمید. (1391). 'استفاده از رویکرد هوش جمعی در طراحی بهینه سیستم های طبقه بندی مبتنی بر قواعد فازی', مجله علمی رایانش نرم و فناوری اطلاعات, 1(1), pp. 89-100.
VANCOUVER
عسکری, حسین, ظهیری, سیدحمید. استفاده از رویکرد هوش جمعی در طراحی بهینه سیستم های طبقه بندی مبتنی بر قواعد فازی. مجله علمی رایانش نرم و فناوری اطلاعات, 1391; 1(1): 89-100.