طراحی خودکار طبقه بندی کننده های فازی بهینه با استفاده از روش بهینه سازی گروه ذرات

مهم ترین موضوع در طراحی طبقه بندی کننده های فازی، تعیین متغیرهای فازی اعم از نوع و مکان توابع عضویت، بخش مقدم و تالی قواعد فازی و تعداد قواعد بهینه می باشد. در واقع، اینها پارامترهای ساختاری یک طبقه بندی کننده فازی هستند که طراح سعی می کند با یافتن مقادیر بهینه آنها، به بهترین عملکرد (به عنوان مثال بالاترین نرخ تشخیص صحیح) دست یابد. این مسئله را می توان به صورت یک مسئله جستجو در فضای با ابعاد بالا در نظر گرفت، به گونه ای که هر نقطه در فضای پاسخ، نشان دهنده یک مجموعه قواعد با توابع عضویت خاص می باشد که در محل های ویژه استقرار یافته اند. با این توضیح به نظر می رسد الگوریتم های ابتکاری (اعم از تکاملی و هوش جمعی)، ابزار مناسبی برای یافتن بهترین پارامترهای یک طبقه بندی کننده فازی باشند. ویژگی برجسته این روش ها این است که با تعریف مناسبی از تابع برازندگی می توان تخمین بهینه ای از کلیه پارامترهای موثر در یک طبقه بندی کننده فازی را به صورت خودکار و بدون نیاز به تنظیم دستی (به صورت سعی و خطا) به دست آورد. در این مقاله با به کارگیری الگوریتم بهینه سازی گروه ذرات روشی برای طراحی بهینه یک طبقه بندی کننده فازی ارائه شده است. روش پیشنهادی قادر است نوع توابع عضویت، محل آنها، قواعد فازی لازم و تعداد آنها را به طور هم زمان تخمین زده و بدون دخالت کاربر نسبت به بهینه سازی آنها اقدام نماید. نتایج به دست آمده از آزمایشات مکرر بر روی داده های مشهور و مسئله کاربردی طبقه بندی اهداف رادار، توانایی روش ارائه شده را در استخراج کلیه پارامترهای یک طبقه بندی کننده فازی در مقایسه با روش های مشابه نشان می دهد.