Notice: Undefined index: linkPowrot in C:\wwwroot\wwwroot\publikacje\publikacje.php on line 1275
Strona główna > Publikacje
Publikacje
Pomoc (F2)
[1470] Artykuł:

Optymalizacja przy pomocy roju cząstek bazy reguł klasyfikatora rozmytego

Czasopismo: Logistyka   Tom: 6, Strony: 3960-3968
ISSN:  1231-5478
Opublikowano: 2014
 
  Autorzy / Redaktorzy / Twórcy
Imię i nazwisko Wydział Katedra Procent
udziału		 Liczba
punktów
Adam Głuszek orcid logoWEAiIKatedra Informatyki, Elektroniki i Elektrotechniki *333.33  
Marian Bolesław Gorzałczany orcid logoWEAiIKatedra Informatyki, Elektroniki i Elektrotechniki *333.33  
Filip Rudziński orcid logoWEAiIKatedra Informatyki, Elektroniki i Elektrotechniki *333.33  

Grupa MNiSW:  Publikacja w recenzowanym czasopiśmie wymienionym w wykazie ministra MNiSzW (część B)
Punkty MNiSW: 10


Streszczenie:

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.



POWRÓT
Strona główna > Publikacje