| ชื่อบทความ |
A Hybrid Genetic Algorithm with Multi-Parent Crossover in Fuzzy Rule-Based |
| วัน/เดือน/ปี ที่ได้ตอบรับ |
30 กันยายน 2560 |
| วารสาร |
| ชื่อวารสาร |
International Journal of Machine Learning and Computing |
| มาตรฐานของวารสาร |
SCOPUS |
| หน่วยงานเจ้าของวารสาร |
International Association of Computer Science and Information Technology |
| ISBN/ISSN |
2010-3700 |
| ปีที่ |
7 |
| ฉบับที่ |
5 |
| เดือน |
October |
| ปี พ.ศ. ที่พิมพ์ |
2560 |
| หน้า |
114-117 |
| บทคัดย่อ |
The fuzzy system has been widely used in several application fields and successfully performed by applying evolutionary. Genetic algorithm (GA) is one of the evolutionary methods for solving optimization problems. The success of GA depends on the design of its search operation which crossover and mutation are important operators to find a promising solution for difficult optimization problems. This article proposes a hybrid genetic algorithm with multi-parent crossover operators (HGA-MC) in fuzzy rule-based. An HGA-MC is used to optimize the fuzzy rule-based of linguistic values, which are associated with the global search. In experiments, the proposed algorithm and other existing algorithms were evaluated using optimization problems in UCI five datasets with different dimensionality. The experimental results showed that the proposed (fuzzy HGA-MC) achieved higher target precision than other existing methods by about 94.31%. Based on experimental results, HGA-MC could search for combinations of the crossover and mutation operators to discover accurate and concise optimization rules than other existing algorithms. |
| คำสำคัญ |
Hybrid genetic algorithm, multi-parent crossovers, fuzzy rule-based. |
| ผู้เขียน |
|
| การประเมินบทความ |
มีผู้ประเมินอิสระ |
| สถานภาพการเผยแพร่ |
ตีพิมพ์แล้ว |
| วารสารมีการเผยแพร่ในระดับ |
นานาชาติ |
| citation |
มี |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English