الگوریتم انتخاب کلونی یادگیرنده بارویکرددسته بندی KNN-فازی

الگوریتم های تکاملی یادگیرنده شاخه ای ازهوش مصنوعی ویادگیری ماشین می باشند که درعین سادگی کارامدی مناسبی رادرحل مسائل نشان داده اند الگوریتم CLONALG برپایه اصل انتخاب کلونی ازمشهورترین مدلهای سیستم ایمنی مصنوعی AIS میباشد این مدل برای بهینه سازی درنظر گرفته شده است اما نمونه های تغییریافته ازآنبرای کاربرد دردسته بندینیز ارایه شده اند دراین مقاله رهیافتی برای CLONALG بارویکرددسته بندی K-NN فازی برای کاربرد درمسائل دسته بندیارایه شده است که ارزیابی آن با سایرالگوریتم های تکاملی یادگیرنده درمجموعه داده های UCI موردمقایسه قرارگرفته است نتایج حاصله کارامدی الگوریتم ارایه شده را نشان میدهد

کلیدواژه ها:

تکاملی یادگیرنده ، دسته بندی ، سیستم ایمنی مصنوعی ، KNN فازی ، CLONALG /Classification