Resumen

En los últimos años, el algoritmo competitivo imperialista (ICA), el algoritmo genético (GA) y los sistemas de clasificación híbridos difusos han sido empleados con éxito y de manera efectiva para tareas de clasificación en la minería de datos. Debido a la superación de las deficiencias relacionadas con la ineficacia de los algoritmos actuales para analizar conjuntos de datos independientes de alta dimensión, se presenta un nuevo enfoque híbrido, llamado HYEI, para descubrir sistemas de reglas genéricas en este artículo. Este enfoque propuesto consta de tres etapas y combina un sistema difuso basado en la evolución con dos procedimientos ICA para generar reglas de clasificación difusas de alta calidad. Inicialmente, se selecciona el mejor subconjunto de características utilizando la selección de características ICA incrustada, y luego estas características se utilizan para generar reglas básicas de clasificación difusa. Finalmente, todas las reglas se optimizan utilizando un algoritmo ICA para reducir su longitud o eliminar algunas de ellas. El

• Materias:Algoritmo genético Razonamiento borroso Conjunto difuso Entropía difusa
• Subjects:Genetic algorithm Fuzzy reasoning Fuzzy set Fuzzy Entropy
• Palabras claves:Algoritmo genético; Sistemas de clasificación híbridos difusos; HYEI; Sistema difuso basado en evolución; Procedimientos ICA; Selección de características
• Keywords:Genetic algorithm; Hybrid fuzzy classification systems; HYEI; Evolutionary-based fuzzy system; ICA procedures; Feature selection