به کارگیری معماری موازی ارباب– برده برای افزایش سرعت الگوریتم داده کاوی فازی – ژنتیکی

به کارگیری معماری موازی ارباب– برده برای افزایش سرعت الگوریتم داده کاوی فازی – ژنتیکی

مسعود فولادی1

1) دانشجوی کارشناسی ارشد کامپیوتر دانشگاه آزاد اسلامی واحد خمین

کد IOI مقاله : XYZF-ZAZDZ
محل انتشار : دومین کنفرانس بین المللی مهندسی و علوم کاربردی(2iceasconf.com)
چکیده :
    داده کاوی در جهت کشف اطلاعات پنهان و روابط موجود در بین داده¬های فعلی و پیش بینی موارد نامعلوم و یا مشاهده نشده عمل می کند. برای انجام عملیات داده کاوی لازم است قبلا روی داده های موجود پیش پردازش هایی انجام گیرد. مهم‌ترین کاربرد داده کاوی در تلاش‌هایی است که برای استنتاج قواعد وابستگی از داده‌های تراکنشی صورت می‌گیرد. در گذشته، از مفاهیم منطق فازی و الگوریتم‌های ژنتیکی برای کشف قواعد وابستگی فازی سودمند و توابع عضویت مناسب از مقادیر کمی استفاده می‌شد. با وجود این، ارزیابی مقادیر برازش نسبتاً زمان‌بر بود. به دلیل افزایش شگرف در توان محاسباتی و کاهش همزمان هزینه‌های محاسباتی در طول یک دهه‌ی گذشته، داده کاوی با به کارگیری تکنیک‌های پردازش موازی به عنوان روشی امکان پذیر برای غلبه بر مسئله‌ی یادگیری کند شناخته شده است. در این مقاله الگوریتم داده‌ کاوی موازی فازی – ژنتیکی را بر اساس معماری ارباب- برده ارائه کرده‌ایم تا قواعد وابستگی و توابع عضویت را از تراکنش‌های کمی استخراج کنیم. پردازنده‌ی master مانند الگوریتم ژنتیک از جمعیت یگانه‌ای استفاده می‌کند، و وظایف ارزیابی برازش را بین پردازنده‌های slave توزیع می‌کند. اجرای الگوریتم پیشنهاد شده در معماری ارباب – برده بسیار طبیعی و کارآمد است و روشی امکان پذیر برای غلبه بر مشکل ارزیابی برازش کم سرعت الگوریتم‌ اصلی است.

کلمات کلیدی : داده کاوی معماری ارباب برده الگوریتم ژنتیک پردازش موازی