طراحي خودكار طبقه‌بندي‌ كننده‌هاي فازي بهينه با استفاده از روش بهينه‌سازي گروه ذرات

مهم‌ترين موضوع در طراحي طبقه‌بندي‌ كننده‌هاي فازي، تعيين متغيرهاي فازي اعم از نوع و مكان توابع عضويت، بخش مقدم و تالي قواعد فازي و تعداد قواعد بهينه مي‌باشد. در واقع، اينها پارامترهاي ساختاري يك طبقه‌بندي‌كننده فازي هستند كه طراح سعي مي‌كند با يافتن مقادير بهينه آنها، به بهترين عملكرد (به‌عنوان مثال بالاترين نرخ تشخيص صحيح) دست يابد. اين مسئله را مي‌توان به‌صورت يك مسئله جستجو در فضاي با ابعاد بالا در نظر گرفت، به‌گونه‌اي كه هر نقطه در فضاي پاسخ، نشان‌دهنده يك مجموعه قواعد با توابع عضويت خاص مي‌باشد كه در محل‌هاي ويژه استقرار يافته‌اند. با اين توضيح به نظر مي‌رسد الگوريتم‌هاي ابتكاري (اعم از تكاملي و هوش جمعي)، ابزار مناسبي براي يافتن بهترين پارامترهاي يك طبقه‌بندي‌كننده فازي باشند. ويژگي برجسته اين روش‌ها اين است كه با تعريف مناسبي از تابع برازندگي مي‌توان تخمين بهينه‌اي از كليه پارامترهاي مؤثر در يك طبقه‌بندي‌كننده فازي را به‌ صورت خودكار و بدون نياز به تنظيم دستي (به‌صورت سعي و خطا) به‌دست آورد. در اين مقاله با به‌ كارگيري الگوريتم بهينه‌سازي گروه ذرات روشي براي طراحي بهينه يك طبقه‌بندي‌كننده فازي ارائه شده است. روش پيشنهادي قادر است نوع توابع عضويت، محل آنها، قواعد فازي لازم و تعداد آنها را به‌طور هم‌زمان تخمين زده و بدون دخالت كاربر نسبت به بهينه‌سازي آنها اقدام نمايد. نتايج به‌دست آمده از آزمايشات مكرر بر روي داده‌هاي مشهور و مسئله كاربردي طبقه‌بندي اهداف رادار، توانايي روش ارائه‌ شده را در استخراج كليه پارامترهاي يك طبقه‌بندي‌كننده فازي در مقايسه با روش‌هاي مشابه نشان مي‌دهد.