استفاده از سیستم ایمنی مصنوعی (AIS) به عنوان طبقهبندی کننده و مقایسهی عملکرد آن با عملکرد شبکههای عصبی SFAM وMLP
/آیسا فاخری تبریزی
تبریز، دانشگاه تبریز، دانشکده فنی مهندسی برق، گروه مهندسی کنترل
۷۵ص
چاپی
کارشناسی ارشد
برق-کنترل
۱۳۸۹/۰۶/۲۸
تبریز، دانشگاه تبریز، دانشکده فنی مهندسی برق، گروه مهندسی کنترل
همزمان با پیشرفت علم و تکنولوژی، انسان در پی رسیدن به تکنیکهایی است که همهی کارها را به ماشین واگذار کند .علیرغم این پیشرفت، هنوز اعمالی هستند که انجام آنها نیازمند هوش بشری و یا طبیعت است .از این رو بشر در پی تولید تکنیکهایی است تا ماشینها این اعمال را بدون دخالت مستقیم بشر یا طبیعت انجام دهند .این ایده منجر به بوجود آمدن مفهومی به نام هوش مصنوعی گردیده است .هوش مصنوعی تقلیدی از مکانیزم هوش انسانی و یا قوانین حاکم بر عالم هستی و طبیعت است .سیستم ایمنی مصنوعی (AIS) یکی از روشهای جدید هوش محاسباتی است که از سیستم ایمنی بدن انسان الهام گرفته شده است و در حال حاضر مراحل تکامل خود را میگذراند .در این تحقیق با معرفی سیستم ایمنی طبیعی و مصنوعی و کاربرد آن در کلاسبندی، به معرفی الگوریتم پیشنهادی و مقایسهی آن با معروفترین الگوریتم سیستم ایمنی مصنوعی برای کلاسبندی و همچنین مقایسه با عملکرد الگوریتمهای شبکههای عصبی SFAM و MLP در کلاسبندی پرداختهایم .در مقایسهی معروفترین سیستم ایمنی مطرح شده برای کلاسبندی (AIRS) با شبکههای عصبی SFAM وMLP ، نتایج نشان میدهد که AIRS با اینکه از دقت بالایی برخوردار است، اما نسبت به SFAM ضعیفتر است و در عین حال در مقایسه با الگوریتم SFAM بسیار کند عمل میکند .ما جهت رفع این مشکل با سادهسازی و اعمال تغییرات در AIRS و استفاده از ایدههای SFAM الگوریتم جدیدی تحت عنوان FAIRS معرفی کردیم که از لحاظ دقت قابل مقایسه با SFAM است ولی با این که هنوز از لحاظ سرعت ضعیفتر از SFAM میباشد، چندین برابر سریعتر ازAIRS ، معروفترین سیستم ایمنی مطرح شده برای کلاسبندی، عمل میکند و در عین حال دقت کلاسبندی را نیز بهبود میبخشد که نشان دهندهی برتری الگوریتم مطرح شده نسبت به الگوریتمهای ایمنی پیشین برای کلاسبندی میباشد
In spite of the developments in science and technology, there are still tasks, although simple, on which machines are not able to perform solely on their own, and need human intelligence or interference. Therefore, scientists are interested in developing techniques that help machines perform these kinds of tasks without human interface. This idea led to development of Artificial Intelligence. Artificial Intelligence is an imitation of human intelligence and nature rules. Artificial Immune System (AIS) is a computational intelligence method which has been inspired from biological immune system.In this research after a brief review on biological immune system and artificial immune system and its application in classification, our proposed algorithm named FAIRS is introduced and its performance is compared with those of the most famous AIS algorithm for classification (AIRS) and SFAM and MLP Neural Networks.Comparing AIRS with SFAM and MLP, results demonstrate that AIRS, despite its acceptable accuracy, is ranked lower than SFAM in terms of accuracy. In the mean time its by far slower than SFAM. To solve this problem we have applied modification and simplification to AIRS and also implemented the ideas of SFAM and introduced FAIRS which is comparable with SFAM in terms of accuracy but still slower. However, its much faster than AIRS, the most famous AIS classifier, and also demonstrates a better performance in terms of speed, data reduction capability, generalization capability, and classification accuracy on test data, which shows the superiority of the proposed algorithm over the former immune classifiers