TY - JOUR T1 - Role of Heuristic Methods with variable Lengths In ANFIS Networks Optimum Design and Training TT - نقش روش‌های ابتکاری با طول متغیر در طراحی و آموزش بهینه شبکه‌های ANFIS JF - jsdp JO - jsdp VL - 16 IS - 4 UR - http://jsdp.rcisp.ac.ir/article-1-834-fa.html Y1 - 2020 SP - 113 EP - 134 KW - Pattern Recognition KW - Classifier KW - adaptive neuro fuzzy inference system KW - variable Length Inclined Planes System Optimization algorithm N2 - سامانه‌‌های ANFIS به‌دلیل عملکرد قابل قبولی که در زمینه ایجاد و آموزش طبقه‌بند فازی داده دارند، بسیار موردتوجه واقع‌شده‌اند. یک چالش اصلی در طراحی یک سامانه ANFIS رسیدن به یک روش کارآمد، با دقت بالا و قابلیت تفسیر مناسب است. بدون تردید نوع و مکان توابع عضویت و همچنین نحوه آموزش یک شبکه ANFIS تأثیر به‌سزایی در عملکرد آن دارد. تاکنون پژوهش‌های مرتبط تنها به یافتن نوع و مکان توابع عضویت و یا پیشنهاد روشی برای آموزش این شبکه‌ها بسنده کرده‌اند. علت اصلی عدم به‌کارگیری هم‌زمان تعیین نوع و مکان توابع عضویت و آموزش یک شبکه ANFIS در ثابت بودن طول نسخه‌های استاندارد روش‌های ابتکاری است. در این مقاله، ابتدا نسخه جدیدی از روش بهینه‌سازی صفحات شیب‌دار با قابلیت متغیر‌بودن عوامل جستجو در آن، معرفی می‌شود؛ سپس قابلیت به‌وجود‌آمده، برای تعیین نوع و مکان توابع عضویت و آموزش هم‌زمان یک طبقه‌بند مبتنی بر سامانه استنتاج عصبی–فازی تطبیقی به‌کار بسته می‌شود. نتایج بر روی چند پایگاه داده مشهور با تعداد رده‌‌های مرجع متفاوت و طول بردارهای ویژگی مختلف مورد آزمایش قرار گرفته و با نتایج روش پیشنهادی به‌صورت مقایسه‌ای گزارش شده است، این آزمایشات نشان‌دهنده عملکرد بهتر روش پیشنهادی است. M3 10.29252/jsdp.16.4.113 ER -