تشخیص بیماری قلبی براساس الگوریتمPSO GSS-با استفاده از بهینه سازی پارامترهای شبکه عصبی

بیماری های قلبی و عروقی جز بیماری های جدی و خطرناک محسوب می شود که تشخیص به موقع آن باعث کاهش مرگ و میر وهزینه های درمان خواهد شد. شبکه عصبی یکی از تکنیک های اصلی در داده کاوی برای تشخیص به موقع بیماری ها است. در این مقاله، جهت تشخیص بیماری قلبی ازالگوریتم بهبود یافته GSS-PSO که ترکیبی از الگوریتم بهینه سازی گروه ذرات و جست وجوی طلایی برای بهینه سازی پارامترهای شبکه عصبی استفاده کردیم. این الگوریتم برای تعیین تعداد نرون در لایه پنهان، نرخ یادگیری، نرخ مومنتوم و انتخاب صفات در لایه ورودی شبکه استفاده می شود. دقت کار الگوریتم پیشنهادی 94 درصد بوده که نسبت به روش های موجود بسیار کارآمد است.

کلیدواژه ها:

الگوریتم ممتیک ، الگوریتم جست وجوی طلایی ، الگوریتم بهینه سازی گروه ذرات ، داده های قلبی ، الگوریتم GSS-PSO