ارایه روشی خودکار جهت مدیریت عدم قطعیت و استخراج دانش در قالب مجموعه قوانین فازی با استفاده از الگوریتم ژنتیک

در دهه اخیر کاربرد تکنیک های داده کاوی و روش های هوشمند جهت استخراج دانش به صورت خودکار از مجموعه انبوه داده ها مورد توجه پژوهش های زیادی قرار گرفته است.باتوجه به ساختار نمایش دانش مبتنی بر قوانین و قابلیت تفسیر بالای این روش در بیان الگوهای پنهان در اطلاعات، استخراج الگوهای پنهان در قالب مجموعه قوانین،از اهمیت بالایی در سیستم های هوشمند تصمیم یار برخوردار است.این مقاله پس از مرحله پیش پردازش در ابتدا به سراغ روش استخراج قوانین به صورت مستقیم از روی مجموعه داده ها می رود و بعد تکنیک استخراج قوانین با روش طبقه بندی فازی را از روی مجموعه قوانینی که در مرحله قبل بدست آمد را بررسی نموده که در این مرحله قوانین ناسازگار، تکراری و متناقض حذف خواهند شد.از آنجاییکه یکی از چالش ها در سیستم های هوشمند ومدیریت مباحث عدم قطعیت از جمله فازی این است که آموزشی در آن ها اتفاق نمی افتد به منظور دست یافتن به مجموعه قوانین  بهینه به سراغ الگوریتم ژنتیک رفته و علاوه بر کاهش مجدد قوانین تکراری، بهبود قوانین فازی را خواهد داشت . روش فازی_ژنتیک پیشنهادی از 5دیتاست مشهور استفاده کرده است که در 3دیتاست کارایی بیشتری نسبت به روش های طبقه بندی کلاسیک رگرسیونSVM  و Naïve Bayes داشته است