در دهه های اخیر، روش های تکاملی به عنوان یک ابزار جستجو و بهینه سازی در حوزه های مختلفی مانند علوم تجاری و مهندسی مورد استفاده قرار گرفته است. وسعت دامنه کاربرد، سهولت استفاده و قابلیت دست یابی به جواب نزدیک و بهینه مطلق از جمله دلایل مؤفقیت این روش ها است. الگوریتم کلونی زنبور که یکی از جدیدترین و کارآمدترین الگوریتم‌های تکاملی است، می تواند با تعیین و بهینه نمودن وزن ها در درختان تصمیم فازی به بالاتر بردن کارائی و دقت آن ها منجر شود. در این مقاله به ارائه یک روش بهینه سازی جهت بالابردن دقت طبقه بندی درختان تصمیم فازی وزن دار بر مبنای بهبود وزن ها از طریق الگوریتم کلونی زنبور خواهیم پرداخت. بررسی عملکرد، دقت و نتایج حاصل از شبیه سازی این روش، نشان دهنده مؤثر بودن آن در بهبود دقت طبقه بندی است.
کلید واژگان :الگوریتم کلونی زنبورهای مصنوعی(ABC)، FID3، درخت تصمیم فازی (وزن دار)، بهینه سازی.
ارزش ریالی : 300000 ریال
با پرداخت الکترونیک