دانشگاه صنعتی نوشیروانی بابل مجله علمی رایانش نرم و فناوری اطلاعات 2383-1006 1 1 2012 03 20 Using Swarm Intelligence Approach in the Optimal Design of Fuzzy Rule-Based Classifier Systems استفاده از رویکرد هوش جمعی در طراحی بهینه سیستم های طبقه بندی مبتنی بر قواعد فازی 89 100 67321 FA حسین عسکری دانشکده مهندسی برق دانشگاه بیرجند سیدحمید ظهیری دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، ایران 0000-0002-1280-8133 Journal Article 2018 08 19 Fuzzy classifiers as a kind of fuzzy systems are powerful approaches in pattern recognition<br />tasks. These classifiers consist of various structural parameters, each of them have major effects<br />on the performance of fuzzy classifiers. Type and locations of membership functions, in addition<br />to fuzzy antecedents and consequents are most important of these structural parameters.<br />Usually, the major problem in design and implementation of fuzzy classifiers is optimum setting<br />up of these parameters, to reach the best performance. In this paper, a method is described for<br />estimation of optimum aforementioned fuzzy parameters in a fuzzy classifier. Extensive<br />experimental results are presented to show the effectiveness and powerfulness of the proposed<br />method.  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. https://jscit.nit.ac.ir/article_67321_7bf96a7337a81737f70bd8bb3a365125.pdf