بهبود درخت تصمیم فازی برای دسته بندی

درخت تصمیم فازی، دسته بندی است که درخت تصمیم و مجموعه های فازی را به گونه ای باهم ترکیب کرده است که بتواند عدم قطعیت های ناشی از اندازه گیری و عدم قطعیت های زبانی را مدیریت کند. در این پایان نامه معیارهای توقف و روش های ساخت توابع عضویت فازی برای درخت تصمیم فازی، به طور مستقل مورد بررسی قرار گرفته اند. در بخش اول، الگوریتم جدیدی به نام idfid3، برای ساخت درخت تصمیم فازی با استفاده از یک معیار توقف، به همراه یک معیار توقف جدید به نام nmgni ارائه شده است. همچنین با استفاده از الگوریتم idfid3 روشی برای مقایسه معیارهای توقف ارائه شده است که دقت و پیچیدگی درخت های تولید شده با استفاده از آن ها را، مستقل از مقدار آستانه تعریف شده بر روی آن ها مقایسه می کند. نتایج به دست آمده از شبیه سازی ها نشان می دهد که معیار توقف nmgni بهتر از معیارهای توقف دیگر عمل کرده و استفاده از آن باعث ساخته شدن درخت های ساده تر و دقیق تری می شود. در ادامه بخش اول معیاری به نام gcc، برای اندازه گیری توانایی هر معیار توقف در کنترل رشد درخت تصمیم فازی معرفی شده است. نتایج به دست آمده از شبیه سازی ها نشان می دهد که معیار توقف «تعداد نمونه های گره» بیشترین توانایی در کنترل رشد درخت را دارد. در بخش دوم پایان نامه، از روش های گسسته سازی برای تولید توابع عضویت فازی استفاده شده است. به این صورت که ابتدا گسسته ساز، دامنه تغییرات ویژگی را به ناحیه های کوچک تر افراز می کند، سپس این ناحیه ها با چهار الگوریتم پیشنهادی که مبتنی بر طول ناحیه، مبتنی بر انحراف معیار، مبتنی بر نرخ پوشش ناحیه همسایه و مبتنی بر نرخ پوشش ناحیه می باشند به توابع عضویت تبدیل می شوند. علاوه بر این، گسسته ساز مبتنی بر آنتروپی نیز به گونه ای تغییر داده شده است که مستقیماً توابع عضویت فازی را تولید کند و در فرآیند تولید آن ها شکل و پارامترهای توابع عضویت را دخالت دهد. از نتایج به دست آمده از شبیه سازی ها، گسسته سازهای مناسب برای تولید توابع عضویت و همچنین الگوریتم های مناسب برای تبدیل ناحیه های تولید شده توسط گسسته ساز به توابع عضویت مشخص شده اند.