محسن رهی - دانشجوی کارشناسی ارشد گروه علمی مهندسی کامپیوتر
محمد فیروزمند - سازمان پژوهشهای علمی و صنعتی ایران

آنچه همواره برای محققان عرصه داده کاوی حائز اهمیت بوده ایجاد روشهایی جهت استخراج دانش از مجموعه های داده ای بیماریها برای بدست آوردن اطلاعات و ابزار نوین می باشد دراین مقاله به تشخیص سرطان ریه پرداخته شده و از ترکیب نوین سیستمهای فازی الگوریتم ژنتیک و سرمایش شبیه سازی شده روشی جدید جهت اعمال برروی مجموعه های داده ای با تعداد ویژگی زیاد به کارگرفته شده است که از جمله مزیت های این روش کاهش پارامترهای مورد بررسی نسبت به روشهای گذشته می باشد به این منظور از مجموعه داده های بیماری سرطان ریه دانشگاه UCI که دارای تعداد زیادی ویژگی می باشد استفاده شده است جهت کاهش ابعاد مجموعهداده ای ا ز دو روشPCA روشی استجهت کاهش ابعاد مساله و انتخاب آگاهانه ویژگیهای تاثیر گذار توسط الگوریتم ژنتیک استفاده شده است در مقایسه با سایر روشها بهبود قابل ملاحظه ای در نتایج حاصله وجود دارد.

سرطان ریه، سیستم فازی، الگوریتم ژنتیک، الگوریتم سرمایشی ،PCA