ارائه يك مدل موازي مبتني بر اجتماع مورچه ها براي استخراج قوانين طبقه بندی
در اين مقاله با استفاده از الگوريتم بهينه سازي اجتماع مورچه ها، يك مدل موازي منعطف جهت استخراج قوانين دسته بندي در حجم عظيمي از داده ها، ارائه مي شود. اين الگوريتم بر اساس توسعه رفتار واقعي مورچه ها و مفاهيم داده كاوي مي باشد. مورچه ها(عاملها) به صورت موازي و مستقل به جستجو و استخراج قوانين مي پردازند. سپس با استفاده از نتايج به دست آمده از تمامي مورچه ها مقدار فرمون براي يك ترم مشخص مي شود. موازي اجرا شدن عمليات مورچه ها باعث كاهش سرعت همگرايي الگوريتم مي شود. اين نتيجه به كشف قوانين جديد كمك ميكند. همچنين مورچه ها با به اشتراك گذاشتن دانش خود از جمع آوري قوانين غير مرتبط جلوگيري مي كنند. نتايج به دست آمده نشان ميدهد كه الگوريتم ارائه شده در اين مقاله، دقت بيشتري را نسبت به ديگر مدلهاي ارائه شده در استخراج قوانين طبقه بندي دارد.
|