سال انتشار: ۱۳۸۶

محل انتشار: اولین کنگره مشترک سیستم های فازی و سیستم های هوشمند

تعداد صفحات: ۶

نویسنده(ها):

امید روزمند – دانشگاه اصفهان، دانشکده فنی و مهندسی،
کامران زمانی فر – گروه مهندسی کامپیوتر

چکیده:

در این مقاله با استفاده از الگوریتم بهینه سازی اجتماع مورچه ها، یک مدل موازی منعطف جهت استخراج قوانین دسته بندی در حجم عظیمی از داده ها، ارائه می شود. این الگوریتم بر اساس توسعه رفتار واقعی مورچه ها و مفاهیم داده کاوی می باشد. مورچه ها(عاملها) به صورت موازی و مستقل به جستجو و استخراج قوانین می پردازند. سپس با استفاده از نتایج به دست آمده از تمامی مورچه ها مقدار فرمون برای یک ترم مشخص می شود. موازی اجرا شدن عملیات مورچه ها باعث کاهش سرعت همگرایی الگوریتم می شود. این نتیجه به کشف قوانین جدید کمک می کند. همچنین مورچه ها با به اشتراک گذاشتن دانش خود از جمع آوری قوانین غیر مرتبط جلوگیری می کنند. نتایج به دست آمده نشان می دهد که الگوریتم ارائه شده در این مقاله، دقت بیشتری را نسبت به دیگر مدلهای ارائه شده در
استخراج قوانین طبقه بندی دارد.