ارائه روشی خودکار جهت مدیریت عدم قطعیت و استخراج دانش در قالب مجموعه قوانین از داده ها با استفاده از الگوریتم ژنتیک
محل انتشار: مجله محاسبات نرم، دوره: 9، شماره: 1
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 143
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SCJKA-9-1_002
تاریخ نمایه سازی: 31 تیر 1401
چکیده مقاله:
در دهه اخیر کاربرد تکنیک های داده کاوی و روش های هوشمند جهت استخراج دانش به صورت خودکار از مجموعه انبوه داده ها مورد توجه پژوهش های زیادی قرار گرفته است. باتوجه به ساختار نمایش دانش مبتنی برقوانین و قابلیت تفسیر بالای این روش در بیان الگوهای پنهان در اطلاعات، استخراج الگوهای پنهان در قالب مجموعه قوانین، از اهمیت بالایی در سیستم های هوشمند تصمیم یار برخوردار است. این مقاله به ارائه روشی خودکار جهت استخراج قوانین به صورت مستقیم از روی مجموعه داده ها می پردازد. در روش پیشنهادی از امکان و قابلیت مدیریت عدم قطعیت تثوری مجموعه های فازی در مدل سازی قوانین استفاده شده است. به منظور رسیدن به مجموعه قوانین بهینه فازی، از الگوریتم ژنتیک استفاده شده و علاوه برکاهش مجدد قوانین تکراری، بهبود قوانین فازی بر روی آن ها انجام شده است. به منظور ارزیابی، روش فازی-ژنتیک پیشنهادی بر روی هفت مجموعه داده مشهور پیاده سازی و بر اساس روش تحلیل Accuracy ارزیابی شده است. نتایج به دست آمده بیانگر کارآ بودن روش پیشنهادی در مجموع است.
کلیدواژه ها:
روش های طبقه بندی قوانین عدم قطعیت ، قوانین مبتنی بر طبقه بندی فازی ، تنظیم و بهبود قوانین فازی با GA
نویسندگان
الهام آفرنده
گروه مهندسی کامپیوتر، موسسه آموزش عالی توس، مشهد، ایران
راحیل حسینی
دانشکده فنی و مهندسی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد شهر قدس، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :