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

Ключевые слова:

НЕЧЕТКИЙ КЛАССИФИКАТОР АЛГОРИТМЫ ОПТИМИЗАЦИИ МЕТАЭВРИСТИКИ

Конференция:

Интеллектуальные системы и технологии: современное состояние и перспективы
Россия, Ленинградская область, Санкт-Петербург, 30 июня-03 июля 2017,
Международная

Издательство:

Политехника-сервис

Россия, Ленинградская область, Санкт-Петербург

Авторы: Бардамова М. Б., Анфилофьев А. Е., Ковалёв В. С., Филимоненко И. В.

Научный руководитель: Ходашинский И. А.

Год издания: 2017

Страницы: 22 - 31

Язык: Русский

Индексируется в РИНЦ