توضیحات
شبیه سازی آموزشی الگوریتم قواعد تلازمی با الگوریتم ژنتیک برای داده های عددی پیوسته با متلب + دیتاست
چکیده مقاله مرجع:
پیدا کردن قوانین برای صفات با مقادیر عددی هنوز در مرحله فرآیند کشف قوانین انجمن چالش برانگیز است. اکثر روشهای محبوب برای استخراج قواعد ارتباطی نمیتوانند به داده های عددی بدون برنامه ریزی داده استفاده شوند. تلاش هایی برای حل مسئله برخورد با داده های عددی صورت گرفته است. این رویکردها از مشکلات موجود در این مقاله بحث شده است. این کار یک رویکرد الگوریتم ژنتیک چند هدفه برای قوانین انجمن معادن برای داده های عددی پیشنهاد می کند. برای تعیین قوانین کارآمد تر، اقدامات متعددی صورت گرفته است. سه روش، اعتماد به نفس، جالب و قابل فهم بودن به عنوان اهداف متفاوت برای بهینه سازی چند هدفه ما مورد استفاده قرار گرفته است که با روش الگوریتم ژنتیک تقویت شده است. در نهایت، بهترین قوانین از طریق بهینه سازی پارتو بدست می آید. این روش بر اساس مفهوم الگوهای خشن است که با استفاده از مقادیر خشن که با فواصل بالا و پایین تعریف می شوند برای نشان دادن یک محدوده یا مجموعه ای از مقادیر است. اپراتورهای جهش و متقارن توانایی تحقیق قدرتمند را به روش ارائه می دهند و اجازه می دهد تا بهترین فواصل مقادیر عددی موجود را بیابیم. نتایج تجربی نشان می دهد که قواعد تولید شده توسط این روش مناسب تر است – بر اساس چندین ویژگی متفاوت – از نتایج روش های مشابه، و روش ما از این روش ها برتر است.
شبیه سازی آموزشی الگوریتم قواعد تلازمی با الگوریتم ژنتیک برای داده های عددی پیوسته با متلب + دیتاست توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.
- فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.