استفاده از الگوریتم ژنتیک موازی برای کاهش نگاشت مجموعه سخت
استفاده از الگوریتم ژنتیک موازی برای کاهش نگاشت مجموعه سخت
مسعود فولادی1
1) دانشجوی کارشناسی ارشد کامپیوتر دانشگاه آزاد اسلامی واحد خمین
کد IOI مقاله
:
XYHA-BEBAZ
محل انتشار :
چهارمین کنفرانس بین المللی علوم و مهندسی(4icesconf.com)
چکیده :
نظریه مجموعه سخت(RST) روش مؤثری را در داده کاوی اثبات می کند که این روش می تواند استفاده¬ی موفقیت¬آمیزی را برای انتخاب ویژگی و استقرار فرمان داشته باشد. متأسفانه، فضای جستجو ایجاد شده توسط RST می تواند بسیار بزرگ باشد و به حداقل رساندن زمان جستجو، بسیار مهم است. الگوریتم ژنتیک(GA) یکی از الگوریتم های فوق ابتکاری است که به منظور مقابله با مسئله بهینه سازی مجموعه سخت استفاده می¬شود. با این حال، اثر الگوریتم ژنتیک بستگی به اجرای آن دارد. در این زمینه، ما یک رویکرد کاهش نگاشت را با الگوریتم ژنتیک موازی، برای پیدا کردن حداقل کاهش معرفی می کنیم. ما، روش ارائه شده را برروی تعدادی از مجموعه داده¬ی امنیت سایبری با ویژگی های مختلف ارزیابی می کنیم. نتایج به دست آمده نشان می¬دهد که رویکرد کاهش نگاشت کارآمدتر از بکارگیری روش های پی در پی می باشد، این مسئله بخصوص زمانیکه ما به سمت ابعاد بالا می رویم بیشتر صدق می کند.
کلمات کلیدی : مجموعه سخت کاهش نگاشت الگوریتم ژنتیک