الگوریتم تکاملی جدید برای استخراج مجموعه اقلام با ارزش مبتنی بر روش بهینه سازی ویروس کرونا

مسئله استخراج الگوهای باارزش توسعه ای از مسئله استخراج الگوهای پرتکرار است که در سالهای اخیر مورد توجه محققین قرار گرفته است . شناسایی مجموعه اقلام باارزش باعث افزایش سود در سازمانها می شود. در این مسئله به دنبال تمام مجموعه هایی هستیم که ارزش آنها از حداقل از پیش تعریف شده کمتر نباشد. اما چالشی که وجود دارد این است که ارزش مجموعه اقلام از خاصیت بستار نزولی پیروی نمی کند، بنابراین نمی توان در هرس فضای جست و جو از آن بهره برد و معمولا از یک حد بالا برای این منظور استفاده می شود. بنابراین با افزایش حجم پایگاه داده به تدریج عملکرد این الگوریتم ها ضعیف می شود به علاوه در بسیاری از موارد کشف تمام HUI ها ضروری نیست . بنابراین الگوریتم های تکاملی پیشنهاد شدند که درمدت زمان کمتر و تنها با طی یکسری از تکرارها تعداد جوابهای قابل قبول را در زمان مناسب کشف کنند. در این تحقیق روشی جدید برای استخراج الگوها ی باارزش ارائه شده که مبتنی بر الگوریتم های تکاملی بوده و در آن از الگوریتم بهینه سازی ویروس کرونا استفاده شده است . نتایج آزمایش ها نشان می دهد که روش پیشنهادی نسبت به روش ارائه شده پیشین که مبتنی بر الگوریتم تکاملی GA است ، عملکرد بهتری از نظر تعداد مجموعه اقلام باارزش یافت شده دارد.

کلیدواژه ها:

مجموعه اقلام با ارزش ، حد بالای ارزش ، بهینه سازی ویروس کرونا