خودکار سازی الگوریتمFCMبه کمک الگوریتم بهینهسازی تولیدمثل غیرجنسی طول کروموزوم متغیر

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 752

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IINC02_012

تاریخ نمایه سازی: 25 فروردین 1394

چکیده مقاله:

در این مقاله، یک روش خوشه بندی خودکار فازی مبتنی بر یک نسخه ی اصلاح شده از الگوریتم بهینه سازی تولیدمثل غیرجنسی (MARO) پیشنهاد می شود. ایده ی کروموزوم های طول متغیر به الگوریتم MARO اعمال می شود و الگوریتم جدید، بهینه سازی تولیدمثل غیرجنسی اصلاح-شده ی با طول کروموزوم متغیر (VMARO) نامیده می شود. استفاده از VMARO درروش خوشه بندی فازی C-Means، رمزگذاری تعداد متغیری از خوشه ها را فراهم می سازد. نتایج شبیه سازی نشان می دهد که الگوریتم VMARO-FCM قادر به کشف خودکار تعداد خوشه ها بدون یک آگاهی قبلی با استفاده از یک شاخص اعتبار به عنوان یک تابع هدف و پیدا کردن پارتیشن بندی فازی مناسب برای مجموعه داده های در نظر گرفته شده هستند. همچنین، عملکرد الگوریتم پیشنهادی با خوشه بندی فازی C-Means مبتنی بر الگوریتم کلونی زنبور مصنوعی طول رشته متغیر (VABC-FCM) که نسبت به سایر الگوریتم های قبل از خود موفق تر عمل کرده است، مورد مقایسه قرار می گیرد. نتایج نشان می دهد که الگوریتم پیشنهادی بر الگوریتم VABC-FCM در اکثر موارد غلبه می کند

کلیدواژه ها:

بهینه سازی تولیدمثل غیرجنسی ، بهینه سازی تولیدمثل غیرجنسی اصلاح شده با طول کروموزوم متغیر ، خوشه بندی خودکار ، فازی C-Means

نویسندگان

جابر پورسلیمان

دانشجوی کارشناسی ارشد مهندسی کامپیوتر-هوش مصنوعی، دانشگاه بین المللی امام رضا ع

محمدباقر منهاج

استاد گروه مهندسی برق، دانشگاه صنعتی امیرکبیر

سپیده سلطانی فهرج

کارشناسی ارشد مهندسی کامپیوتر-هوش مصنوعی، دانشگاه بین المللی امام رضا (ع)

منیره هوشمند

استادیار گروه مهندسی برق، دانشگاه بین المللی امام رضا (ع)

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 :
  • _ Applied soft computing, 2012. ...
  • classification, " Geoscience and Remote Sensing, IEEE Transactions _ vol. ...
  • _ Maulik and I Saha, "Modified differential evolution based fizzy ...
  • C. Li, J. Zhou, P. Kou, and J. Xiao, "A ...
  • A. Farasat, M. B. Menhaj, T. Mansouri, and M. R. ...
  • J. C. Bezdek, Patter recognition with fuzzy objective function algorithms: ...
  • M. K. Pakhira, S. B andyopadhyay, and U. Maulik, "Validity ...
  • نمایش کامل مراجع