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.
Ключевые слова:
НЕЧЕТКИЙ КЛАССИФИКАТОР АЛГОРИТМ ОПТИМИЗАЦИИ МЕТАЭВРИСТИКА ГРАВИТАЦИОННЫЙ АЛГОРИТМ АЛГОРИТМ СОРНЯКОВ АЛГОРИТМ ПРЫГАЮЩИХ ЛЯГУШЕК АЛГОРИТМ КРИЛЕЙКонференция:
- 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