کاوش قوانین کنشمند فازی

امروزه با وجود انباره های حجیم از داده ها، کشف الگوها می تواند به تعیین استراتژی های مناسب و سریع منجر شود. داده کاوی فرآیندی است که از ابزارهای تحلیل داده برای کشف الگوها و ارتباط بین دادهها استفاده میکند. اکثر الگوهایی که روشهای داده کاوی کشف می کنند نیاز به تحلیل داشته و می بایست میزانی کار بر روی آن انجام شود تا به دانش عملی و کاربردی منجر شود. در جهت گسترش دادهکاوی به کاربردهای دنیای واقعی، روش های کشف دانش قابل کاربرد بوجود آمدهاند. کنش کاوی از معدود روش هایی است که دانش عملی و کاربردی را ارایه می دهد. کنش نوعی از دانش است که با هدف رسیدن به سود در زمینه های مورد نظر، برخی تغییرات را پیشنهاد می دهد. روشهایی که تا کنون برای استخراج کنش ارایه شده اند تنها متغیرهای گسسته را در نظر میگیرند. این روشها برای ویژگی هایی که بصورت پیوسته هستند ابتدا آنها را به ویژگی های گسسته تبدیل می کنند و سپس بر روی آنها کاوش انجام می دهند. در این مقاله ابتدا مفهوم جدیدی از کنش بنام کنش فازی را مطرح می کنیم. این نوع از کنش تغییرات فازی را برای ویژگی های پیوسته پیشنهاد می دهد. با توجه به اینکه فضای جستجوی کنشهای فازی بسیار بزرگ می باشد ما روشی مبتنی بر الگوریتم ژنتیک برای استخراج کنشهای فازی بهینه ارایه کرده ایم.نتایج آزمون روش ارایه شده بر روی مجموعه داده های مختلف نشان می دهد که روش پیشنهادی در یافتن کنشهایی که حداقل تغییرات در خصیصه ها را با هدف حداکثر کردن سود پیشنهاد دهند موفق عمل می کند.

Keywords:

کنش فازی , فازی کاوش کنش فازی , قوانین کنشی , درخت تصمیم فازی , الگوریتم ژنتیک