基于多目标协同进化遗传算法的规则提取方法
张中伟(
),梅红岩*(
),周军,贾慧萍 辽宁工业大学电子与信息工程学院, 辽宁 锦州 121000
收稿日期:2018-05-25出版日期:2019-04-20发布日期:2019-04-19通讯作者:梅红岩E-mail:zzwzzwcool@126.com;liaoning_mhy@126.com作者简介:张中伟(1992—),男,山西朔州人,硕士研究生,主要研究方向为数据挖掘与知识发现.E-mail:基金资助:辽宁省科学技术计划项目面上项目(2015020089);辽宁省科学技术计划项目面上项目(201602372)A rule extraction method based on multi-objective co-evolutionarygenetic algorithm
Zhongwei ZHANG(
),Hongyan MEI*(
),Jun ZHOU,Huiping JIA School of Electronics & Information Engineering, Liaoning University of Technology, Jinzhou 121000, Liaoning, China
Received:2018-05-25Online:2019-04-20Published:2019-04-19Contact:Hongyan MEI E-mail:zzwzzwcool@126.com;liaoning_mhy@126.comSupported by:辽宁省科学技术计划项目面上项目(2015020089);辽宁省科学技术计划项目面上项目(201602372)摘要/Abstract
摘要: 针对事务数据库中连续型数值属性难以划分且规则提取效率较低的问题,提出一种交叉、变异种群协同进化的量化关联规则提取方法。利用帕累托原理的非支配排序对种群个体进行优化。利用个体相似度的基因型、表现型控制交叉种群中个体的配对,对变异种群采用水平集概念进行分割,并针对个体优劣分别采取单点突变和多点突变两种突变方式增强个体多样性。利用精英种群保存交叉种群与变异种群中的优秀个体并对其求取帕累托最优解集。在不同数据集上的仿真结果表明,该算法获得规则在性能和数量上达到较好的均衡,且能够有效覆盖数据集,验证了算法的有效性和可行性。
PDF全文下载地址:
http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1819
