۲-۴-۵- ماشین بردار پشتیبان ۲۴
۲-۴-۶- روش‌های مبتنی بر قانون ۲۸
۲-۵- الگوریتم بهینه‌سازی ازدحام ذرات ۳۲
۲-۵-۱- پارامترهای پایه بهینه‌سازی ازدحام ذرات ۳۵
۲-۵-۲- چالش‌ها و مسائل پیش روی الگوریتم بهینه‌سازی ازدحام ذرات ۳۹
۲-۵-۲-۱- مشکل ابعاد بالا ۴۰
۲-۵-۲-۲- مشکل همبستگی میان داده‌ها ۴۳
۲-۵-۳- گونه‌های مختلف PSO 47
۲-۵-۳-۱- بهینه‌سازی ازدحام ذرات مبتنی بر شبکه‌های جمعی ۴۸
۲-۵-۳-۱-۱- همسایگی مبتنی بر فاصله فضایی ۴۸
۲-۵-۳-۱-۲- همسایگی فزاینده ۴۸
۲-۵-۳-۱-۳- بهینه‌سازی ازدحام ذرات کاملاً آگاه (FIPS) 49
۲-۵-۳-۲- مدل پیوندی بهینه‌سازی ازدحام ذرات ۵۰
۲-۵-۳-۳- بهینه‌سازی ازدحام ذرات چند جمعیتی ۵۳
۲-۶- سیستم‌های فازی ۵۶
۲-۶-۱- ساختار یک سیستم دسته‌بندی مبتنی بر قوانین فازی ۵۷
۲-۶-۲- دسته‌بندی بدون استفاده از درجه قطعیت ۵۸
۲-۶-۳- دسته‌بندی با بهره گرفتن از درجه قطعیت ۶۲
۲-۶-۴- استنتاج فازی ۶۶
۲-۷- معیار‌های ارزیابی دسته‌بند‌ها ۶۸
فصل سوم – روش تحقیق ۷۲
۳-۱- مقدمه ۷۳
۳-۲- تبدیل داده‌های حقیقی به ترم‌های فازی ۷۵
۳-۳- تولید توابع عضویت و قوانین فازی با بهره گرفتن از الگوریتم بهینه‌سازی ازدحام ذرات ۷۷
۳-۳-۱- کدگذاری توابع عضویت فازی ۷۸
۳-۳-۲- کدگذاری قوانین فازی ۸۰
۳-۳-۳- PSO پیشنهادی ۸۲
۳-۳-۵- توابع برازش کیفیت قوانین ۸۷
۳-۵- نتیجه‌گیری ۹۰
فصل چهارم – محاسبات و یافته‌های تحقیق ۹۱
۴-۱- داده‌های مورد استفاده ۹۲
۴-۲- تنظیم پارامترها ۹۴
۴-۳- روش‌های استفاده شده به منظور مقایسه ۹۷
۴-۴- نتایج ۹۸
۴-۵- نتیجه گیری ۱۰۱
فصل پنجم – نتیجه گیری و پیشنهادات ۱۰۲
۵-۱- خلاصه و نتیجه‌ گیری ۱۰۳
۵-۲- پیشنهادات ۱۰۳
منابع: ۱۰۵
فهرست جداول
عنوان صفحه
جدول ۲-۱: مجموعه داده‌های آموزش ۲۰
جدول ۲-۲: جدول توزیع احتمال گره تنگی نفس ۲۳
جدول ۲-۳: توابع فاصله میان نمونه‌های x و y 23
جدول ۲-۴: ماتریس اغتشاش دودویی ۶۹
جدول ۴- ۱: خصیصه‌های مجموعه داده Pima Indian Diabetes 92
جدول ۴- ۲: پارامترهای قابل تنظیم توسط کاربر ۹۴
جدول ۴- ۳: مقادیر در نظر گرفته شده برای پارامترهای الگوریتم ۹۶

جدول ۴- ۴: نتایج بدست آمده از الگوریتم پیشنهادی بر روی مجموعه داده Pima 99