بهبود ساخت و ترکیب قوانین فازی با استفاده از الگوریتم رقابت استعماری

بهبود ساخت و ترکیب قوانین فازی با استفاده از الگوریتم رقابت استعماری

عنوان : بهبود ساخت و ترکیب قوانین فازی با استفاده از الگوریتم رقابت استعماریتعداد صفحات : 106فرمت : وردچکیدهاستخراجطبقه­ بند­های عام و قابل فهم از داده، نقش مهمی در بسیاری از حوزه­ ها ومسائل است. تاکنون روش های متعددی برای طبقه ­بندی و تشخیص الگو معرفی شده­است. یکی از شیوه­ های موفق و منحصربه ­فرد در حوزه طبقه­ بندی و تشخیصالگوی داده­های ورودی، استفاده از تکنیک­های فازی برای تقسیم ­بندی نرمفضای ویژگی و بالطبع استفاده از یک معماری مؤثر در متصل کردن این زیر­فضاهابرای تصمیم­ گیری و طبقه ­بندی به­ صورت فازی می­باشد. اینکه بتوان بهترینو کارا ترین قوانین فازی را از روی داده استخراج کرد هنوز زمینه بسیارمهمی برای محققان است.در این مطالعه یک روش نوین برای وزن­ دهی بهقوانین فازی با استفاده از الگوریتم تکاملی رقابت استعماری ارائه شده استتا بتوان قوانین مهم­تر را با استفاده از وزن­های بهینه شده بیش­تر در نظرگرفت. در این پایان­نامه، عملگرهای الگوریتم رقابت استعماری برای ساختنمناسب قوانین فازی مجددا تعریف می­شونددرواقع تکنیک Ishibuchi برایفاز اول یعنی تولید قوانین و تکنیک رقابت استعماری برای فاز دوم یعنیوزن­دهی به آن­ها ارائه شده است. در گام بعدی، تولید و تکامل قوانین فازیبا الگوریتم رقابت استعماری پیشنهاد شده است. این روش باعث افزایش کاراییطبقه­بندی کننده برای نرخ طبقه بندی می­شود. درنهایت، هدف، ساختن یک مجموعهقانون فشرده با تعداد کم قوانین است که این قوانین دارای طول کوتاه و درنتیجه تفسیرپذیری بالا هستند.الگوریتم پیشنهادی با طبقه بندیکننده­های پایه غیرفازی مانند SVM، C4.5، 1NN و Naive Bayes و الگوریتم­هایطبقه بندی کننده فازی که توضیح داده خواهد شد مقایسه و ارزیابی می­شود.فصل اول1-مقدمه1-1- مقدمه1-2- انگیزه1-3- شرح مسئله1-4- چالش ­ها1-5- اهداف پایان نامهفصل دوم 2- پیشینه تحقیق2-1- مقدمه2-2- حوزه تکامل قوانین فازی2-3-یادگیری سیستم ­های طبقه بندی کننده فازی2-3-1- یادگیری سیستم ­های طبقه بندی کننده فازی بر اساس الگوریتم ژنتیک2-3-2- الگوریتم­های تکامل همزمان2-3-3- یادگیری سیستم­ های طبقه بندی کننده فازی با استفاده از الگوریتم ازدحام ذرات2-3-4- یادگیری سیستم­ های طبقه بندی کننده فازی با استفاده از الگوریتم زنبور عسل2-3-5- یادگیری سیستم­ های طبقه بندی کننده فازی با استفاده از الگوریتم مورچگان2-4- الگوریتم رقابت استعماری2-4-1- ویژگی­های الگوریتم رقابت استعماری2-4-2-کاربرد­های الگوریتم رقابت استعماری. 2-5-جمع بندیفصل سوم3- روش تحقیق 3-1- مقدمه3-2- سیستم­ های فازی3-2-1- سیستم ­های استنتاج فازیسیستم های فازی Mamdaniسیستم ­های فازی Sugenoسیستم­ های فازی Tsukamato3-2-2- طبقه بندی کننده­های فازیتابع استدلال فازیمعیار ارزیابی قوانین3-3- الگوریتم CORE3-4- الگوریتم جزیره ای Ishibuchi برای استخراج قوانین3-5- الگوریتم GBML-IVFS-amp3-6- الگوریتم GNP برای وزن­دهی به قوانین فازی3-7- الگوریتم TARGET3-8- الگوریتم SGERD3-9- الگوریتم رقابت استعماری3-9-1- مقدرادهی اولیه امپراطوری­ها3-9-2- عملگر Assimilation3-9-3- استراتژی­های بهینه سازی میتنی بر تکامل اجتماعی-سیاسی3-10- الگوریتم­های پیشنهادی3-10-1- هدف استفاده از ICA برای الگوریتم پیشنهادی3-10-2- وزن­دهی به قوانین فازی3-10-3- الگوریتم پیشنهادی برای تکامل قوانین فازیقوانین خاص و عامروش پیشنهادی برای تولید قوانین فازیتابع برازش پیشنهادی3-11-جمع بندیفصل چهارمنتایج آزمایشات4-1- معیار­های ارزیابی4-2-مجموعه داده­ ها4-2-1-مجموعه داده KEEL4-2-2-مجموعه داده UCI4-3- الگوریتم پیشنهادی برای وزن­دهی به قوانین4-3-1-پارامتر­ها و تنظیمات سیستم در پیاده سازی4-3-2-مقایسه الگوریتم پیشنهادی با طبقه بندی کننده­ های فازی4-3-3-مقایسه الگوریتم پیشنهادی با طبقه بندی کننده­های غیر فازی4-4- الگوریتم پیشنهادی برای تولید قوانین فازی بهینه4-4-1-پارامتر­ها و تنظیمات سیستم در پیاده سازی یادگیری ساختار قوانین فازی4-4-2-انتخاب ویژگی4-4-3-ارزیابی الگوریتم یادگیری ساختار قوانین با روش­های فازی. 4-4-4-ارزیابی الگوریتم با روش­های غیر فازی.. 4-5- جمع بندیفصل پنجمجمع بندی و پیشنهاداتاختصاراتواژه­ نامه فارسی به انگلیسیواژه نامه انگلیسی به فارسیفهرست منابع