بهبود عملکرد دسته بندی با استفاده از منطق فازی و الگوریتم های فرا ابتکاری

دسته بندی یکی از گونه های داده کاوی می باشد که هدف آن تقسیم نمونه ها بر اساس خصوصیت هایشان به دو یا چند گروه است. پس از معرفی منطق فازی توسط زاده درسال 1973، که در مقابل منطق قطعی قرار می گیرد، از این منطق در زمینه های گوناگونی استفاده شد. از جمله مسائلی که برای حل آن از منطق فازی بهره جسته شده است، دسته بندی است. همچنین در حل مسائل دسته بندی، تا کنون از انواع الگوریتم های فرا ابتکاری به وفور استفاده شده است تا کارایی را بهبود ببخشند. در این پایان نامه تمرکز خود را بر روی حل مسئله دسته بندی سوالات با استفاده از منطق فازی و الگوریتم های فرا ابتکاری قرار می دهیم. ابتدا مروری بر دو مورد از الگوریتم های فرا ابتکاری مورد استفاده خواهیم داشت و پس از آن به اختصار منطق فازی را مرور می کنیم. آنگاه، نحوه کار یک نمونه از سیستم های خبره دسته بند فازی – وراثتی را تشریح کرده و نتایج را بررسی می نماییم. در ادامه، یک سیستم خبره فازی – استعماری پیشنهاد می دهیم و با پیاده سازی آن و ارزیابی به کمک معیار های آماری نشان می دهیم که عملکرد آن از نمونه قبلی خود بهتر است. در سیستم خبره پیشنهادی ما، از یک سیستم مولد مدل فازی پیشنهادی ویژه استفاده می شود که از روی خروجی الگوریتم رقابت استعماری، به صورت پویا، به تولید توابع عضویت و قوانین فازی می پردازد. و آنگاه سیستم استنتاج فازی پیشنهادی، با استفاده از خروجی سیستم مولد مدل فازی، دسته بندی را انجام می دهد. برای سیستم خبره پیشنهادی ما، یک تابع قدرت برای استفاده در الگوریتم رقابت استعماری نیز پیشنهاد می گردد و در نهایت، با نشان دادن عملکرد بهتر تابع پیشنهادی ما، تاثیر انتخاب یک تابع هدف مناسب در عملکرد الگوریتم های فرا ابتکاری نیز تایید خواهد شد.