وزارت علوم، تحقیقات و فناوری

دانشگاه علوم و فنون مازندران

پایان نامه

مقطع کارشناسی ارشد

رشته : مهندسی فناوری اطلاعات

عنوان :

  طراحی سیستم دسته‌بند فازی مبتنی بر بهینه سازی ازدحام ذرات برای تشخیص بیماری دیابت

استاد راهنما:

  دکتر جواد وحیدی

استاد مشاور:

  دکتر همایون موتمنی 

(زمستان 1392)

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود

(در فایل دانلودی نام نویسنده موجود است)

تکه هایی از متن پایان نامه به عنوان نمونه :

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

چکیده

تشخیص بیماری دیابت و یا آگاهی یافتن از احتمال بالای ابتلا به این بیماری همواره کار آسانی نخواهد بود. چرا که این بیماری علائم متعددی را بروز می‌دهد که بعضی از این علائم در سایر بیماری‌های دیگر نیز وجود دارند. بنابراین پزشک برای اتخاذ یک تصمیم مناسب، باید نتیجه‌ی آزمایش‌های بیمار و تصمیم‌هایی که در گذشته برای بیماران با وضیعت مشابه گرفته است، را بررسی کند.

در این پایان نامه از یک الگوریتم دسته‌بندی مبتنی بر قانون برای دسته‌بندی بیماران دیابتی استفاده شده است. برای استخراج قوانین فازی از یک الگوریتم بهینه سازی ازدحام ذرات استفاده شده است. این الگوریتم دارای ویژگی‌هایی است که آن را از سایر الگوریتم مورد استفاده متمایز می‌کند. از جمله‌ی این ویژگی‌ها می‌توان به تابع افزایش تنوع ذرات و تکامل هم‌زمان توابع عضویت و قوانین فازی اشاره کرد. برای ارزیابی کارایی الگوریتم از مجموعه داده‌ی دیابت استفاده شده است. نتایج ارزیابی‌ها نشان می‌دهد که الگوریتم برای مجموعه داده‌ی دیابت دارای کارایی بسیار بالایی می‌باشد. همچنین کارایی الگوریتم پیشنهادی به علت بالا بردن قابلیت تفسیرپذیری دسته‌بند (کاهش تعداد قوانین فازی) بسیار مناسب می‌باشد.

کلمات کلیدی:

تشخیص بیماری دیابت، دسته‌بند مبتنی بر قانون، الگوریتم بهینه‌سازی ازدحام ذرات، تکامل همزمان توابع عضویت و قوانین فازی.

فهرست رئوس مطالب

عنوان                                                                                                       صفحه

فصل اول – مقدمه و کلیات تحقیق.. 1

1-1- مقدمه. 2

1-2- بیان مسأله. 3

1-3- اهداف تحقیق.. 5

1-4- سوالات تحقیق.. 6

1-5- فرضیات مسأله. 6

1-6- نوآوری‌های تحقیق.. 7

1-7- تعریف واژگان. 7

1-8- ساختار پایان نامه. 8

فصل دوم – ادبیات و پیشینه تحقیق.. 10

2-1- مقدمه. 11

2-2- داده‌کاوی.. 11

2-3- دسته‌بندی.. 13

2-4- الگوریتم‌های رایج دسته‌بندی.. 15

2-4-1- شبکه‌های عصبی مصنوعی.. 15

2-4-2- درخت‌های تصمیم. 19

2-4-3- شبکه‌های بیزین.. 21

2-4-4- K نزدیک‌ترین همسایه. 23

2-4-5- ماشین بردار پشتیبان. 24

2-4-6- روش‌های مبتنی بر قانون. 28

2-5- الگوریتم بهینه‌سازی ازدحام ذرات… 32

2-5-1- پارامترهای پایه بهینه‌سازی ازدحام ذرات… 35

2-5-2- چالش‌ها و مسائل پیش روی الگوریتم بهینه‌سازی ازدحام ذرات… 39

2-5-2-1- مشکل ابعاد بالا. 40

2-5-2-2- مشکل همبستگی میان داده‌ها 43

2-5-3- گونه‌های مختلف PSO.. 47

2-5-3-1- بهینه‌سازی ازدحام ذرات مبتنی بر شبکه‌های جمعی.. 48

2-5-3-1-1- همسایگی مبتنی بر فاصله فضایی.. 48

2-5-3-1-2- همسایگی فزاینده 48

2-5-3-1-3- بهینه‌سازی ازدحام ذرات کاملاً آگاه (FIPS). 49

2-5-3-2- مدل پیوندی بهینه‌سازی ازدحام ذرات… 50

2-5-3-3- بهینه‌سازی ازدحام ذرات چند جمعیتی.. 53

2-6- سیستم‌های فازی.. 56

2-6-1- ساختار یک سیستم دسته‌بندی مبتنی بر قوانین فازی.. 57

2-6-2- دسته‌بندی بدون استفاده از درجه قطعیت… 58

2-6-3- دسته‌بندی با استفاده از درجه قطعیت… 62

2-6-4- استنتاج فازی.. 66

2-7- معیار‌های ارزیابی دسته‌بند‌ها 68

فصل سوم – روش تحقیق.. 72

3-1- مقدمه. 73

3-2- تبدیل داده‌های حقیقی به ترم‌های فازی.. 75

3-3- تولید توابع عضویت و قوانین فازی با استفاده از الگوریتم بهینه‌سازی ازدحام ذرات… 77

3-3-1- کدگذاری توابع عضویت فازی.. 78

3-3-2- کدگذاری قوانین فازی.. 80

3-3-3- PSO پیشنهادی.. 82

3-3-5- توابع برازش کیفیت قوانین.. 87

3-5- نتیجه‌گیری.. 90

فصل چهارم – محاسبات و یافته‌های تحقیق.. 91

4-1- داده‌های مورد استفاده 92

4-2- تنظیم پارامترها 94

4-3- روش‌های استفاده شده به منظور مقایسه. 97

4-4- نتایج.. 98

4-5- نتیجه گیری.. 101

فصل پنجم – نتیجه گیری و پیشنهادات… 102

5-1- خلاصه و نتیجه‌ گیری.. 103

5-2- پیشنهادات… 103

منابع: 105

فهرست جداول

عنوان                                                                                                       صفحه

جدول 2-1: مجموعه داده‌های آموزش… 20

جدول 2-2: جدول توزیع احتمال گره تنگی نفس…. 23

جدول 2-3: توابع فاصله میان نمونه‌های x و y. 23

جدول 2-4: ماتریس اغتشاش دودویی.. 69

جدول 4- 1: خصیصه‌های مجموعه داده Pima Indian Diabetes. 92

جدول 4- 2: پارامترهای قابل تنظیم توسط کاربر. 94

جدول 4- 3: مقادیر در نظر گرفته شده برای پارامترهای الگوریتم. 96

جدول 4- 4: نتایج بدست آمده از الگوریتم پیشنهادی بر روی مجموعه داده Pima. 99

جدول 4- 5:مقایسه نتایج بدست آمده برای مجموعه داده Pima با سایر روش‌ها 99

جدول 4- 6: نتایج سایر مطالعات صورت گرفته بر روی مجموعه داده Pima. 100

فهرست تصاویر و نمودارها

عنوان                                                                                                       صفحه

شکل 2- 1: فرآیند داده‌کاوی و کشف دانش…. 12

شکل 2- 2: ساختار SLP. 17

شکل 2- 3: ساختار یک نرون (گره). 18

شکل 2- 4: درخت تصمیم جدول (2-1). 21

شکل 2- 5: مثالی از شبکه‌ی بیزین.. 22

شکل 2- 6: دسته‌بند ماشین بردار پشتیبان. 25

شکل 2- 7: دسته‌بند ماشین بردار پشتیبان با حاشیه نرم. 27

شکل 2- 8: شبه کد الگوریتم بهینه‌سازی ازدحام ذرات… 34

شکل 2- 9: تشریح هندسی مولفه‌های شخصی و اجتماعی در PSO.. 35

شکل 2- 10: ساختار یک سیستم قانونمند فازی.. 59

شکل 2- 11: ناحیه تصمیم هر قانون فازی.. 60

شکل 2- 12: مرزهای دسته‌بندی نُه قانون فازی.. 60

شکل 2- 13:مرز دسته‌بندی بعد از اصلاح توابع عضویت… 61

شکل 2- 14: ناحیه تصمیم هر قانون فازی در حالتی که جداول قانون فازی ناکامل باشد. 62

شکل 2- 15: ناحیه تصمیم هر قانون فازی با درجات… 63

شکل 2- 16: تنظیم مرزهای دسته‌بندی بدون استفاده از درجه قطعیت… 63

شکل 2- 17: تنظیم مرزهای دسته‌بندی با استفاده از درجه قطعیت… 64

شکل 2- 18: تعیین دسته نتیجه و درجه قطعیت… 65

شکل 2- 19: بیش برازش… 71

شکل 3- 1: نمای کلی مدل پیشنهادی برای واکشی سیستم فازی.. 74

شکل 3- 2: توابع عضویت فازی (S:Small, MS: Medium Small, M: Medium, ML: Medium Large, L: Large)  76

شکل 3- 3: نمایش گرافیکی پارامترهای توابع عضویت پیشنهادی.. 77

شکل 3- 4: نمایش گرافیکی فضای جستجو برای یک مسئله چهار بعدی با سه بازه فازی.. 78

شکل 3- 5: کدگذاری پارامترهای متغیرهای ورودی و خروجی.. 79

شکل 3- 6:کدگذاری هر ذره شامل پارامترهای توابع عضویت و مجموعه قوانین.. 80

شکل 3- 7: فلوچارتPSO.. 83

شکل 3- 8: تابع Membership_and_Rule_Learn. 86

شکل 4- 1: توزیع مقادیر خصیصه‌های مختل مجموعه داده Pima. 93

شکل 4- 2: توزیع خصیصه اول 20 نمونه‌ی اول pima. 94

شکل 4- 3: تأثیر پارامتر SwarmSize  بر کارایی.. 95

شکل 4- 4: تأثیر پارامتر w بر کارایی.. 96

مقدمه

افزایش استفاده از کامپیوترها در فعالیت‌های کسب و کار، منجر به رشد سریع پایگاه‌های اطلاعاتی و اجتماع داده‌ها توسط بیشتر سازمان‌ها شده است. روزانه حجم عظیمی از داده‌ها تولید شده و در پایگاه‌های مختلف داده ذخیره می‌شود. در سال‌های اخیر تمایل به جستجو برای کشف الگوهای تکرار‌پذیر به منظور بهبود در تصمیم گیری افزایش چشمگیری داشته است. همچنین کاوش در داده‌های تراکنشی جهت یافتن الگوهای پنهان و تکنیک‌های کشف دانش به منظور شناخت دقیق‌تر و بیشتر تراکنش‌ها، اهمیت بسزایی یافته است. [1]. در حوزه پزشکی و سلامت با افزایش استفاده از سیستم‌های جامع درمانی و پرونده‌های الکترونیک بیمار در بیمارستان‌ها و مراکز درمانی حجم انبوهی از اطلاعات مربوط بیماران و انواع بیماری‌ها مهیا می‌شود. [2]. استخراج دانایی از حجم عظیم داده‌های مرتبط با سوابق بیماری و پرونده‌های پزشکی افراد با استفاده از فرآیند داده‌کاوی می‌تواند منجر به شناسایی قوانین حاکم بر ایجاد، رشد و افت بیماری‌ها گردیده و اطلاعات ارزشمندی را به منظور شناسایی علل وقوع بیماری‌ها با توجه به عوامل محیطی حاکم در اختیار متخصصین و دست اندر کاران حوزه سلامت قرار دهد؛ که این امر در نهایت منجر به افزایش متوسط طول عمر افراد جامعه و ایجاد آرامش می‌گردد. [3].

برای دانلود متن کامل پایان نامه اینجا کلیک کنید

لینک بالا اشتباه است

برای دانلود متن کامل اینجا کلیک کنید

       

:: بازدید از این مطلب : 645