<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>دانشگاه اصفهان</PublisherName>
				<JournalTitle>هوش محاسباتی در مهندسی برق</JournalTitle>
				<Issn>2821-0689</Issn>
				<Volume>4</Volume>
				<Issue>1</Issue>
				<PubDate PubStatus="epublish">
					<Year>2013</Year>
					<Month>05</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Using CFO method to design a novel multi-objective classifier</ArticleTitle>
<VernacularTitle>طراحی طبقه بندی کننده‌های چند هدفه با استفاده از روش CFO</VernacularTitle>
			<FirstPage>43</FirstPage>
			<LastPage>56</LastPage>
			<ELocationID EIdType="pii">15354</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>سعیده</FirstName>
					<LastName>شیخ پور</LastName>
<Affiliation>دانشجوی کارشناسی ارشد مهندسی الکترونیک، دانشکده مهندسی – دانشگاه بیرجند – بیرجند- ایران</Affiliation>

</Author>
<Author>
					<FirstName>سید حمید</FirstName>
					<LastName>ظهیری</LastName>
<Affiliation>- دانشیار گروه الکترونیک و مخابرات، دانشکده مهندسی - دانشگاه بیرجند- بیرجند- ایران</Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2016</Year>
					<Month>06</Month>
					<Day>14</Day>
				</PubDate>
			</History>
		<Abstract>In designing a classifier and estimating the optimum decision hyperplanes, the main goal is often high ârecognition scoreâ in the training phase. While other objectives such as &quot;reliability&quot; of decisions and &quot;the number of optimum decision functions&quot; are also very important factors during designing classifiers, which should never be forgotten. In this paper, at first, the central force optimization (CFO) algorithm developed for multi-objective optimization problems (namely, MOCFO), and then a novel multi-objective classifier is constructed based on using the proposed MOCFO and called MOCFO-classifier. In fact, MOCFO-classifier optimizes the above objectives simultaneously. Due to selecting the number of optimal hyperplane in the proposed method, the important issues &quot;overfitting&quot; and &quot;overtraining&quot; have also been removed. The experimental results on difficult test data show that the proposed multi-objective classifier provides a set of various and optimum options of the hyperplane that separate different classes for making user ideal conditions in regards to selecting mentioned aspects.</Abstract>
			<OtherAbstract Language="FA">در طراحی طبقه‌بندی کننده‌ها و تخمین توابع تصمیم، غالبا هدف اصلی دسترسی به «نرخ تشخیص صحیح» بالا در فاز آموزش است. این در حالی است که اهداف دیگری نظیر میزان «قابلیت اطمینانِ» تصمیمات اتخاذ شده و «تعداد بهینه توابع تصمیم» نیز شاخص‌های بسیار مهمی هستند که در هنگام طراحی طبقه‌بندی کننده‌ها، هرگز نباید فراموش شوند. در این مقاله، ابتدا الگوریتم «بهینه سازی نیروی مرکزی» (CFO) برای بهینه سازی مسایل چند هدفه ارتقا یافته و سپس با به کارگیری روش ارائه شده طبقه‌بندی کننده‌هایی معرفی شده‌اند که به طور همزمان اهداف فوق‌الذکر؛ یعنی «نرخ تشخیص صحیح»، «قابلیت اطمینان»، و «تعداد ابر صفحه‌های لازم» را بهینه سازی می‌نماید. با توجه به انتخاب مقدار بهینه تعداد ابرصفحه‌ها در روش پیشنهادی، مسایل مهم «فوق- برازش» و «فوق-آموزش» نیز برطرف شده است. توانایی دستیابی همزمان به شاخص‌های مذکور در سایر طبقه‌بندی کننده‌های مبتنی بر روش‌های هوش جمعی وجود ندارد. نتایج عملی به دست آمده بر روی داده‌های آزمایشی نشان می‌دهند که طبقه‌بندی کننده چند منظوره پیشنهادی با تخمین «جبهه پّرِتو» مجموعه‌ای از انتخاب‌های متنوع و بهینه از ابرصفحه‌های جدا کننده کلاس‌های مختلف را برای برپایی شرایط دلخواه کاربر در خصوص انتخاب شاخص‌های فوق‌الذکر، فراهم می‌آورد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">تشخیص الگو</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">روش هوشمند CFO</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">طبقه بندی کننده های چند هدفه</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://isee.ui.ac.ir/article_15354_03a6b7aadf5e5aa31c10c9a11db175dc.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
