Optymalizacja przy pomocy roju cząstek bazy reguł klasyfikatora rozmytego
PBN-AR
Instytucja
Wydział Elektrotechniki, Automatyki i Informatyki (Politechnika Świętokrzyska)
Informacje podstawowe
Główny język publikacji
pl
Czasopismo
Logistyka
ISSN
1231-5478
EISSN
Wydawca
Instytut Logistyki i Magazynowania
DOI
Rok publikacji
2014
Numer zeszytu
Strony od-do
3960-3968
Numer tomu
6
Link do pełnego tekstu
Identyfikator DOI
Liczba arkuszy
Streszczenia
Język
pl
Treść
Systemy rozmyte wykorzystywane są często jako systemy eksperckie, w tym systemy klasyfikacji danych. Szczególnie ważną kwestią jest w tym przypadku stworzenie i optymalizacja bazy reguł rozmytych na podstawie danych, opisujących konkretne zagadnienie. W tym celu stosowane są głównie metody z obszaru tzw. inteligencji obliczeniowej (ang. computational intelligence), zwłaszcza z zakresu algorytmów ewolucyjnych. Pierwsza część niniejszego artykułu prezentuje zastosowanie, należącego do obszaru tzw. inteligencji rojowej, algorytmu optymalizacji rojem cząstek PSO (ang. Particle Swarm Optimization) do optymalizacji bazy reguł klasyfikatora rozmytego. W drugiej części artykułu przedstawiono zastosowanie proponowanego podejścia do problemu klasyfikacji dwóch zbiorów danych, pochodzących ze znanej bazy UCI Machine Learning Repository (tzw. Iris Data i Glass Identification Data). Uzyskane wyniki porównano z rezultatami działania metod alternatywnych algorytmu największego spadku oraz klasycznego algorytmu genetycznego.
Cechy publikacji
ORIGINAL_ARTICLE
Inne
System-identifier
528933