ترکیب الگوریتم شبیه سازی تبرید و جستجوی محلی برای یادگیری نقشه های شناختی فازی خاکستری

  • سال انتشار: 1393
  • محل انتشار: دومین کنفرانس بین المللی شبکه های اطلاعاتی هوشمند و سیستم های پیچیده
  • کد COI اختصاصی: IINC02_017
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1147
دانلود فایل این مقاله

نویسندگان

شبنم شیرزادگان

دانشگاه آزاد اسلامی واحد مشهد

محمدرضا اکبرزاده توتونچی

گروه برق، قطب علمی رایانش نرم و پردازش هوشمند اطلاعات، دانشگاه فردوسی مشهد

چکیده

اخیرا نقشه های شناختی فازی خاکستری (FGCM) به عنوان مدل توسعه یافته ی نقشه های شناختی فازی (FCM) پیشنهاد شده است. نقشه های شناختی فازی(FCM) یک مدل پیش بینی کننده غیر خطی هستند. FGCM ها در محیط هایی با عدم قطعیت بالا، تحت مجموعه داده های گسسته کوچک و ناکامل تمرکز می نماید. این مدل ها مشکل پیش بینی مسائل اجتماعی، سیاسی و پزشکی را تا حد زیادی بر طرف می کنند. چنان چه آموزش این نقشه ها بهتر شود دقت پیش بینی افزایش خواهد یافت.الگوریتم پیشنهادی در این مقاله از ترکیب الگوریتم تکاملی شبیه سازی تبرید با چند نقطه شروع و الگوریتم جستجوی محلی برای آموزش یک FGCM استفاده می نماید. نتایج آزمایش ها نشان می دهد که استفاده از الگوریتم بیان شده در این مقاله دقت پیش بینی را افزایش می دهد.نکته قابل توجه این است که در الگوریتم پیشنهادی این مقاله، با افزایش مجموعه ی تست، دقت لزوما کاهش نمی یابد درحالی که قبل از این، چنین بهبودی مشاهده نشده است که این می تواند برای کاربردهایی مانند پیش بینی وضعیت آب و هوا بسیار موثر باشد

کلیدواژه ها

پیش بینی، ترکیب الگوریتم شبیه سازی تبرید و جست و جوی محلی، نقشه های شناختی فازی خاکستری،یادگیری تکاملی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.