پیش‌بینی قیمت سهام توسط تحلیلگران داده یک فرصت تجاری بزرگ را برای طیف گسترده سرمایه گذاران در بازار سهام ایجاد کرده است. اما این مهم به دلیل ماهیت بی ثبات و پویایی بیش از حد عوامل متعدد اقتصادی تاثیرگذار بر بازار سهام، امری دشوار است. در این پژوهش به منظور شناسایی ارتباط پیچیده 10 متغیر اقتصادی بر قیمت سهام شرکت‌های فعال در بازار سهام تهران، دو مدل طراحی و پیاده‌سازی شده است. نخست یک سیستم استنتاج فازی ممدانی که مجموعه قوانین موتور استنتاج خود را توسط الگوریتم بهینه‌سازی ازدحام ذرات بدست می‌آورد طراحی می‌شود. سپس مدل یادگیری عمیق مشتمل بر 26 نرون در 5 لایه پنهان طراحی شده است. مدل‌های طراحی شده به منظور پیش‌بینی قیمت سهام نه شرکت فعال در بورس اوراق بهادار تهران پیاده‌سازی و نتایج بدست آمده حاکی از عملکرد بهتر مدل یادگیری عمیق بر مدل ترکیب دوگانه استنتاج فازی-ازدحام ذرات و نیز مدل رایج شبکه عصبی دارد. اما قدرت تفسیرپذیری الگوی بدست آمده، رفتار همسانتر و با واریانس به مراتب کمتر و نیز سرعت همگرایی بیشتر نسبت به سایر مدل‌ها را می‌توان از مزایای رقابتی قابل توجه مدل ترکیب دوگانه استنتاج فازی-ازدحام ذرات نام برد. پرونده مقاله

یکی از تهدیدات پیش روی توسعه فناوری اطلاعات در فضای مجازی، سرقت اطلاعات شخصی و مالی کاربران می‌باشد که این تهدید امنیتی، فیشینگ نامیده می‌شود. بررسی و تحلیل روش‌های موجود نشان می‌دهد که ایجاد انعطاف‌پذیری در انتخاب ویژگی‌های اثرگذار در فرایند شناسایی وب سایت‌های فیشینگ، پویاسازی رفتار الگوریتم طبقه‌بندی کننده وب سایت‌های هدف و نیز امکان تحلیل و کنترل حجم گسترده‌ای از وب سایت‌ها مورد توجه قرار نگرفته ‌است. لذا در این مقاله به منظور تحقق هم‌زمان سه هدف یادشده، ابتدا مکانیزمی بر اساس طراحی یک آستانه تغییر برای کاهش انعطاف‌پذیر ویژگی‌های مورد ارزیابی در شناسایی وب سایت‌های فیشینگ تعریف شده است. سپس با حافظه‌مند نمودن الگوریتم بهینه‌سازی صفحات شیب‌دار، کاهش نرم اثر حافظه بر عملکرد الگوریتم در تکرارهای بالا و نیز تعریف 12 قانون فازی در یک سیستم استنتاج فازی اقدام به پویاسازی هوشمند این الگوریتم به منظور طبقه‌بندی وب سایت‌های جامعه ارزیابی به سه طبقه قانونی، مشکوک و فیشینگ می‌نماید. نتیجه پیاده‌سازی رویکرد هوشمند جدید پیشنهادی بر روی داده محک استاندارد در این حوزه و نیز مقایسه عملکرد این الگوریتم با عملکرد بهترین الگوریتم‌های موجود، نشان از تحقق اهداف سه‌گانه فوق‌الذکر برای این تحقیق را دارد. پرونده مقاله

افزایش حجم پایگاه داده‌ها، مسئله کاهش ویژگی را ایجاد و پراهمیت می‌سازد. از این رو در علم داده‌کاوی، یکی از زیربخش‌های مهم، مسئله کاهش ابعاد (انتخاب ویژگی) می‌باشد که در آن زیرمجموعه‌ای از ویژگی‌هایی که بیشترین تأثیر را بر روی الگوهای پنهان داده اصلی دارند انتخاب می‌شوند. در سال‌های اخیر، تئوری مجموعه راف به عنوان یکی از ابزارهای موثر و کارآمد در کاهش ویژگی مورد توجه محققان قرار گرفته است. در این مقاله الگوریتم رقابت لیگ فوتبال برای اولین بار به منظور حل این مسئله مورد استفاده قرار گرفته شده است. توانایی فرار از بهین‌های موضعی، امکان بهره‌گیری از اطلاعات بازیکنان توزیع‌شده در فضای جستجو، همگرایی سریع به جواب‌های بهین و پارامترهای کم این الگوریتم، انگیزه این انتخاب بود. علاوه بر این نوآوری، ارائه تغییراتی همچون بهره‌گیری از مجموع توان بازیکنان ثابت و ذخیره در محاسبه توان هر تیم، در نظر گرفتن ترکیب ساختارهای پیوسته و گسسته برای هر بازیکن، ارائه یک مکانیزم ابتکاری گسسته‌سازی جدید، ارائه تحلیل هیدرولیک متناسب با مسئله تحقیق برای فرایند برازش هر بازیکن، ارائه اصلاح در عملگرهای تقلید و تهییج بر اساس چالش‌های نسخه اصلی را می‌توان به عنوان ایده‌های پیشنهادی به منظور اصلاح و سازگاری این الگوریتم برای مسئله کاهش ویژگی برشمرد. ایده‌های پیشنهادشده بر روی سه سطح داده در ابعاد کوچک، متوسط و بزرگ به همراه چهار الگوریتم فراابتکاری مشهور ژنتیک و بهینه‌سازی ازدحام ذارت، سیستم ایمنی مصنوعی و لیگ قهرمانان پیاده‌سازی گردیده و مقایسه نتایج به دست آمده نشان از مزیت‌های رقابتی قابل توجه الگوریتم رقابت لیگ فوتبال با سایر الگوریتم‌ها دارد. پرونده مقاله

حوزه سلامت به علت وسعت عملکرد مالی و همچنین وسعت کاربرد آن، یکی از سیستم‌های ایده‌آل برای تقلب است و با وجود راهکارهای مختلف در این زمینه، شناسایی داده‌های تقلب هنوز یکی از چالش‌ها برای ارائه‌دهندگان خدمات سلامت می‌باشد. در این مقاله برای اولین بار الگوریتم BIRCH به عنوان یک الگوریتم خوشه‌بندی سلسله‌مراتبی با الگوریتم بهینه‌سازی واکنش شیمیایی (CRO) ترکیب شده است. الگوریتم BIRCH با پیچیدگی زمانی خطی قابلیت کار با حجم بالای داده‌ها و شناسایی داده‌های پرت را دارد و CRO یکی از الگوریتم‌‌های فراابتکاری جدید الهام‌گرفته از واکنش شیمیایی در دنیای واقعی است که با یک جمعیت پویا از مولکول‌ها توسط چهار عملگر برخورد به دیواره، تجزیه، برخورد بین مولکولی و ترکیب فضای جستجو را مورد کاوش قرار می‌دهند. الگوریتم خوشه‌بندی بهبودیافته BIRCH-CRO با حذف فرایند خوشه‌بندی سراسری داخلی نسخه کلاسیک BIRCH و تعیین بهینه پارامترهای اصلی آن باعث بهبود سرعت و دقت تشخیص داده‌های تقلب در حوزه سلامت نسبت به سایر الگوریتم‌های بدون نظارت ارائه‌شده در این حوزه گردیده است. همچنین الگوریتم پیشنهادی توانایی کار با داده‌های آنلاین و حجم بالا را دارد و با توجه به نتایج به دست آمده، عملکرد مناسبی را فراهم می‌کند. پرونده مقاله

امروزه با گسترش علم در حوزه مهندسی کامپیوتر، امکان توسعه سیستم‌های هوشمند و سازگار با محیط نیز افزایش یافته است. سیستم‌های خود انطباق یکی از انواع سیستم‌های نرم‌افزاری هستند که رفتار خود را با توجه به شرایط محیطی تغییر می‌دهند و خود را با آن سازگار می‌کنند. اگرچه ارزیابی عملکرد این سیستم‌ها در بیشتر تحقیقات تحت پوشش قرار گرفته شده است، ولی ارزیابی کیفیت آنها مغفول مانده است. اولین چالش در این مسیر، عدم قطعیت شاخص‌های کیفی این سیستم‌ها است که پارامترهایی ثابت، مشخص و قطعی ندارند. به عنوان مثال یکی از شاخص‌های کیفی سیستم خود‎انطباق، توانایی اجرای نرم‎افزار در سیستم‌عامل‎‎ها‎‎‎ی مختلف است. این شاخص، از نظر افراد خبره مختلف، می‌تواند درجه اهمیت‎‎ مختلفی داشته باشد. چالش دیگر، برخی شاخص‌ها‎‎‎ی کیفی متغیر ریاضی نیستند و یک متغیر زبانی بین کاربران و کارشناسان می‌باشند، که این امر نشان می‎دهد این کمیت‎‎ها‎‎‎ی کیفی، متغیر‎‎ها‎‎‎ی فازی بوده و با منطق فازی کاملا ً قابل فرموله شدن می‌باشند. در این مقاله به منظور ارزیابی کیفیت این سیستم‌ها براساس شاخص‌های کیفی نرم افزار اقدام به ارائه یک رویکرد ژنتیک-فازی نوع دوم شده است. جهت توصیف شاخص‌های کیفی از منطق فازی نوع دوم و برای تعیین بهینه وزن‌های فازی شاخص‌های کیفی از الگوریتم ژنتیک استفاده شده است. در روش پیشنهادی سعی شده تا سیستم‌های خودانطباق از دو بعد شامل بعد نرم‌افزاری این سیستم‌ها و بعد خود انطباق آنها مورد مقایسه قرار گیرند. این در حالی است که اکثر تحقیقات موجود تنها به یک بعد می‌پردازند. جهت ارزیابی روش پیشنهادی از یک سیستم کنترل ترافیک با نام InSync که یک سیستم خودانطباق کنترل ترافیک (ATCS) بوده و حاوی شاخص‌های متعدد کیفی می‌باشد استفاده شده است. نتایج بدست آمده باتوجه به عدم نیاز به تولید سناریو، توانایی بسط روش به تمامی شاخص‌های کیفی نرم افزار و سادگی آن تایید کننده کارآمدی روش پیشنهادی می‌باشند. همچنین جامعیت بیشتر روش پیشنهادی را نسبت به سایر مدل‌های ارزیابی موجود نشان می‌دهد. پرونده مقاله