学位论文 > 优秀研究生学位论文题录展示
基于遗传蚁群算法的属性约简研究
作 者: 洪杉
导 师: 姚跃华
学 校: 长沙理工大学
专 业: 计算机软件与理论
关键词: 粗糙集 属性约简 遗传算法 蚁群算法 属性依赖度
分类号: TP311.13
类 型: 硕士论文
年 份: 2010年
下 载: 61次
引 用: 0次
阅 读: 论文下载
内容摘要
粗糙集是一个处理不确定性和含糊问题的数学工具,由于它不需要先验知识或附加信息,因此在数据挖掘和知识约简等方面都有很好的应用前景。作为粗糙集理论的核心内容,属性约简是需要在保证分类和决策能力不变的前提下将数据库中的冗余属性约简,简化知识的表示,从而提高系统的处理效率,方便用户的决策,对它的研究在知识获取、机器学习、模式识别、模型建立等实际运用中都有很重要的意义。当前研究更加有效的属性约简算法,降低算法时间复杂度和获取较优的属性约简结果仍然是粗糙集理论的主要研究课题。本文研究了粗糙集理论中基于区分矩阵、属性重要性、属性依赖度的属性约简算法以及启发式遗传约简算法和蚁群约简算法,重点分析和比较了现有的基于遗传和蚁群的属性约简算法,根据算法的优点和缺点,提出了两种新的约简算法:一是基于遗传蚁群算法的属性约简算法,该算法的主要优点在于将决策属性对条件属性的依赖度引入到适应度函数中,通过遗传算法优化蚁群算法,不但加快了蚁群初始时刻的寻优速度,保留了蚁群算法收敛快的优点,并且通过遗传算法隐形并行的特点,使整体算法不易陷入局部最优。二是基于自适应蚁群算法的属性约简算法,该算法吸收了蚁群算法收敛速度快的优点,同时通过将蚁群分组并行运行、引入信息素交流机制和设置交流概率的方法使算法能够有效地跳出局部最优,以达到算法速度与求解质量的统一。最后实验数据和对比分析,验证了基于遗传蚁群算法和自适应蚁群算法的属性约简算法是求解属性约简时都是行之有效的,但却拥有各自不同的使用空间。
|
全文目录
摘要 5-6 Abstract 6-9 第一章 绪论 9-14 1.1 研究背景 9-12 1.2 研究意义 12 1.3 本文内容与结构 12-14 第二章 相关理论 14-27 2.1 粗糙集理论 15-19 2.1.1 知识表达系统 15-16 2.1.2 粗糙集基本概念 16-17 2.1.3 属性约简与属性核 17-18 2.1.4 属性依赖度和属性重要性 18-19 2.2 遗传算法理论 19-23 2.2.1 算法主要特点 19-20 2.2.2 影响算法的因素 20-22 2.2.3 算法基本框架 22-23 2.3 蚁群算法理论 23-27 2.3.1 算法简介 23-24 2.3.2 旅行商蚁群模型 24-25 2.3.3 TSP 问题求解 25-26 2.3.4 算法优缺点 26-27 第三章 属性约简算法 27-35 3.1 最小属性约简的一般方法 27-30 3.1.1 区分矩阵的属性约简算法 27-28 3.1.2 吸收分辨集的属性约简算法 28 3.1.3 属性重要性的属性约简算法 28-29 3.1.4 属性依赖度的属性约简算法 29-30 3.2 基于遗传算法的最小属性约简算法 30-32 3.2.1 算法可行性 30 3.2.2 标准遗传算法 30-31 3.2.3 属性依赖度的遗传约简算法 31-32 3.3 基于蚁群算法的最小属性约简算法 32-35 第四章 基于遗传蚁群算法的属性约简 35-49 4.1 算法基本思想 35-36 4.2 算法可行性 36-38 4.3 遗传算子 38-39 4.3.1 遗传初始化 38 4.3.2 交叉和变异操作 38 4.3.3 单向选择策略 38 4.3.4 算法终止规则 38-39 4.4 蚁群算法求解最小约简 39-40 4.5 算法编码 40 4.6 算法基本框架 40-42 4.6.1 算法描述 40-41 4.6.2 算法流程 41-42 4.7 算法分析 42-49 4.7.1 性能分析 42-43 4.7.2 实效分析 43-46 4.7.3 实验分析 46-49 第五章 自适应并行蚁群算法的属性约简 49-59 5.1 算法基本思想 49-50 5.2 算法基本框架 50-53 5.2.1 适应度函数的确定 51 5.2.2 信息素的自适应调节 51-52 5.2.3 信息素交流概率 52-53 5.2.4 算法终止条件 53 5.3 自适应并行蚁群约简算法设计 53-55 5.3.1 算法可行性分析 53-54 5.3.2 算法描述 54-55 5.4 实验分析 55-59 第六章 总结 59-62 6.1 论文总结 59-60 6.2 未来的工作 60-62 参考文献 62-66 致谢 66-67 附录A ( 攻读硕士学位期间发表论文情况) 67
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于支持向量机的故障诊断方法研究,TP18
- 基于改进蚁群算法的机器人路径规划研究,TP242
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 部队人员网上训练与考核系统的开发,TP311.52
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 改进的蚁群算法及其在TSP上的应用研究,TP301.6
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 基于连锁图的QTL综合分析方法研究,S562
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于粗糙集的城市区域交通绿时控制系统研究,TP18
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com
|