الگوریتم جدید برای مدیریت هوشمند با استفاده از شناسایی سیستم های ارتباطی رایانه ای خودکار

این مقاله با هدف بهینه سازی سیستم و روش شناسایی سیستم های ارتباطی و ارزیابی دامنه ارتباط سیستم صورت گرفت که از تکنیک الگوریتمی جهت شبیه سازی مقاله استفاده شد. نام مجموعه داده ها یک دیتا ست بانک مهر در ایران با تعداد مسیر های اتصال 80 مورد و پیش بینی تعداد 2 مدل (بهینه و مخدوش) بود. الگوریتم های مورد استفاده شامل الگوریتم ترکیبی شبکه عصبی و ژنتیک، ماشین بردار پشتیبان SVM بوده اند. نتایج پژوهش نشان داد که در رابطه با کاهش موارد داده های مسیر های مخدوش و افزایش مسیر های های بهینه، دقت تشخیص مسیر های اتصال به کاربران بانک در مسیر های بهینه در حال افزایش است. با کاربرد الگوریتم ترکیبی شبکه عصبی و ژنتیک، ماشین بردار پشتیبان، دقت تشخیص مسیر های اتصال به کاربران بانک را بهبود می بخشد. از طریق شناخت اطلاعات، سیستم پیشنهادی در این مقاله می تواند داده های کمتری را هنگام انتقال داده هایی با همان مقدار انتقا ل دهد. با استفاده از دو نوع الگوریتم به منظور تبیین سطح دقت و قدرت الگوریتمها در شناسایی و رصد مسیر های اتصالی ارتباط بین سیستمی پرداخت. الگوریتم های مورد استفاده شامل الگوریتم ترکیبی شبکه عصبی و ژنتیک، ماشین بردار پشتیبان SVM بوده است. بررسی توانایی هریک از الگوریتم های ترکیبی الگوریتم ترکیبی شبکه عصبی و ژنتیک و ماشین بردار پشتیبان SVM نشان داد که در عمده آیتم های دسته بندی و شناسایی مسیر های اتصالی ارتباط بین سیستمی و شناسایی آنها، الگوریتم ترکیبی شبکه عصبی و ژنتیک موفق تر عمل کرده و درصد شناسایی و دسته بندی این الگوریتم به منظور شناسایی سیستم های ارتباط رایانه ای بالاتر از ماشین بردار پشتیبان SVM بوده است.