استفاده از الگوریتم ژنتیک موازی برای کاهص نگاضت مجموعه سخت
محل انتشار: چهارمین کنفرانس بین المللی علوم و مهندسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 420
فایل این مقاله در 13 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:
ICESCON04_059
تاریخ نمایه سازی: 25 آذر 1395
چکیده مقاله:
نظریه مجموعه سخت (RST) روش مؤثری را در داده کاوی اثبات می کند که این روش می تواند استفاده ی موفقیتآمیزی را برای انتخاب ویژگی و استقرار فرمان داشته باشد. متأسفانه، فضای جستجو ایجاد شده توسط RST می تواند بسیار بزرگ باشد و به حداقل رساندن زمان جستجو، بسیار مهم است. الگوریتم ژنتیک (GA) یکی از الگوریتم های فوق ابتکاری است که بهمنظور مقابله با مسئله بهینه سازی مجموعه سخت استفاده می شود. با این حال، اثر الگوریتم ژنتیک بستگی به اجرای آن دارد.در این زمینه، ما یک رویکرد کاهش نگاشت را با الگوریتم ژنتیک موازی، برای پیدا کردن حداقل کاهش معرفی می کنیم. ما، روش ارائه شده را برروی تعدادی از مجموعه داده ی امنیت سایبری با ویژگی های مختلف ارزیابی می کنیم. نتایج به دست آمده نشان می دهد که رویکرد کاهش نگاشت کارآمدتر از بکارگیری روش های پی در پی می باشد، این مسئله بخصوصزمانیکه ما به سمت ابعاد بالا می رویم بیشتر صدق می کند.
کلیدواژه ها:
نویسندگان
مسعود فولادی
دانشجوی کارشناسی ارشد کامپیوتر دانشگاه آزاد اسلامی خمین
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 :