ارائه روشی خودکار جهت مدیریت عدم قطعیت و استخراج دانش در قالب مجموعه قوانین از داده‌ها با استفاده از الگوریتم ژنتیک

نویسندگان

1 گروه مهندسی کامپیوتر، موسسه آموزش عالی توس، مشهد، ایران

2 دانشجوی دکتری، دانشکده فنی و مهندسی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران

doi
10.22052/scj.2021.111449
چکیده

در دهه اخیر کاربرد تکنیک‌های داده‌کاوی و روش‌های هوشمند جهت استخراج دانش به‌صورت خودکار از مجموعه انبوه داده‌ها مورد توجه پژوهش‌های زیادی قرار گرفته است. باتوجه به ساختار نمایش دانش مبتنی برقوانین و قابلیت تفسیر بالای این روش در بیان الگوهای پنهان در اطلاعات، استخراج الگوهای پنهان در قالب مجموعه قوانین، از اهمیت بالایی در سیستم‌های هوشمند تصمیم یار برخوردار است. این مقاله به ارائه روشی خودکار جهت استخراج قوانین به صورت مستقیم از روی مجموعه داده‌ها می‌پردازد. در روش پیشنهادی از امکان و قابلیت مدیریت عدم قطعیت تثوری مجموعه‌های فازی در مدل‌سازی قوانین استفاده شده است. به منظور رسیدن به مجموعه قوانین  بهینه فازی، از الگوریتم ژنتیک استفاده شده و علاوه برکاهش مجدد قوانین تکراری، بهبود قوانین فازی بر روی آن‌ها انجام شده است. به منظور ارزیابی، روش فازی-ژنتیک پیشنهادی بر روی هفت مجموعه داده مشهور پیاده‌سازی و بر اساس روش تحلیل Accuracy ارزیابی شده است. نتایج به‌دست آمده بیانگر کارآ بودن روش پیشنهادی در مجموع است.