عاطفه مهتابی - گروه مهندسی کامپیوتر، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران
الهام پروین نیا - گروه مهندسی کامپیوتر، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران

مساله انتخاب ویژگی اهمیت به سزایی در مبحث یادگیری ماشین و شناسایی الگوها دارد که این مسیله باافزایش حجم داده های ذخیره شده در هر حوزه اهمیت بیش تری پیدا کرده است. با توجه به کاربردهای اینمساله مثل طبقه بندی و انتخاب ویژگی هایی با بار اطلاعاتی زیاد، ضرورت استفاده از الگوریتم های مناسببیشتر احساس شده است. با بهبود الگوریتم های انتخاب ویژگی می توان فیلدهای موثرتر را انتخاب کرده وسرعت اجرا را افزایش داد. که در این مقاله برای محقق ساختن این امر از ترکیب الگوریتم رقابت استعماری وآنتروپی فازی استفاده می شود. در ابتدا با استفاده از روش آنتروپی فازی فیلدهایی که میزان ناهنجاری بالاتریداشته اند حذف شده است و با استفاده از الگوریتم رقابت استعماری ویژگی های مناسبی انتخاب شده اند. درنهایت با اعمال این الگوریتم بر روی مجموعه داده های متفاوت و مقایسه این پژوهش با آخرین دستاوردها دراین حوزه به برتری روش پیشنهادی نسبت به روش های پیشین دست یافته ایم.