Cравнительный анализ эффективности метаэвристических алгоритмов при построении нечетких классификаторов

Статья в сборнике трудов конференции

Для увеличения точности нечетких классификаторов на этапе настройки параметров применяются алгоритмы оптимизации. В работе представлены малоизвестные непрерывные метаэвристические алгоритмы: алгоритм сорняков, гравитационный алгоритм, алгоритм прыгающих лягушек, алгоритм крилей. Эффективность алгоритмов исследована на наборах данных KEEL.

Библиографическая запись: Бардамова, М. Б. Cравнительный анализ эффективности метаэвристических алгоритмов при построении нечетких классификаторов / М. Б. Бардамова [и др.] // Интеллектуальные системы и технологии: современное состояние и перспективы: Сборник научных трудов IV Международной летней школы-семинара по искусственному интеллекту для студентов, аспирантов, молодых ученых и специалистов. – СПб.: Политехника-сервис, 2017. – С. 22-31.

Конференция:

  • IV Международная летняя школа-семинар по искусственному интеллекту для студентов, аспирантов, молодых ученых и специалистов "Интеллектуальные системы и технологии: современное состояние и перспективы 2017"
  • Россия, Ленинградская область, Санкт-Петербург, 30 июня-03 июля 2017,
  • Международная

Издательство:

Политехника-сервис

Россия, Ленинградская область, Санкт-Петербург

Научный руководитель:  Ходашинский И. А.
Год издания:  2017
Страницы:  22 - 31
Язык:  Русский
Индексируется в РИНЦ