| 【中文题名】 | 遗传优化算法及其在数据挖掘中的应用 |
| 【英文题名】 | Genetic Optimization Algorithm and Its Application in Data Mining |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-7-13 |
| 【中关键词】 | 遗传算法,收敛,编码,分类规则,数据挖掘, |
| 【英关键词】 | Genetic Algorithm,Convergence,Code,Classification rule,Data Mining., |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
本文对遗传算法的生物学原理，数学基础，搜索机理和特性作了全面深入的分析，并在此基础上从解决现有的早熟收敛难题和提高约束优化搜索的效率以及探索新的执行策略出发，提出四个方面的新内容。
1．为了排除性能增益不大的个体，防止算法陷入局部极优，提出了扰动执行策略，即对所产生的后代个体施加一定幅度的扰动，再决定是否接受该后代，从而防止了不良个体无条件地进入候选集。
2．为使算法在陷入局部极优后能自动跳出，提出了模拟蚂蚁觅食的执行策略，这种策略是模拟蚂蚁觅食中不断调整不断转移目标而启发设计的，要点是在算法进入局部极优后不再执行原有的交叉操作，而是与游荡个体相交叉，未得到交叉的个体则以后备个体相替换。
3．为提高约束优化的搜索质量，提出了基因优劣编码，其重点是精确模拟自然进化机制，着重强调各基因位对优化目标的价值作用，越有利于优化目标的基因位越有价值，从而使问题空间的有益信息得到了充分利用。
4．在分类规则提取系统中，为了更好地提高算法的寻优和保优能力，提出了基因动态排序方法，即把各基因位按重要性大小进行排序，在此基础上再进行交叉操作。 |
| 【论文题纲】 |
|
第1章 绪论 |
11-17 |
|
1.1 遗传算法的产生和发展 |
11-13 |
|
1.2 遗传算法的特点 |
13-14 |
|
1.3 遗传算法的研究现状 |
14-15 |
|
1.4 本文工作概述 |
15-17 |
|
第2章 遗传算法的基本要素及其数学描述 |
17-31 |
|
2.1 遗传算法的形式化描述 |
17-18 |
|
2.2 遗传算法的数学描述 |
18-31 |
|
2.2.1 遗传编码 |
18-21 |
|
2.2.1.1 二进制编码 |
19-20 |
|
2.2.1.2 实数编码 |
20 |
|
2.2.1.3 符号编码 |
20 |
|
2.2.1.4 求解约束优化问题的基因优劣编码 |
20-21 |
|
2.2.2 适应度 |
21-23 |
|
2.2.3 遗传操作算子 |
23-29 |
|
2.2.3.1 选择算子 |
23-25 |
|
2.2.3.2 繁殖算子 |
25-26 |
|
2.2.3.3 交叉算子 |
26-28 |
|
2.2.3.4 变异算子 |
28 |
|
2.2.3.5 进化参数 |
28-29 |
|
2.2.3.6 其他算子 |
29 |
|
2.2.4 遗传算法的一般执行框架 |
29-31 |
|
第3章 遗传算法的搜索机理和收敛性分析 |
31-52 |
|
3.1 遗传算法的搜索机理 |
31-33 |
|
3.2 遗传算子性能分析 |
33-40 |
|
3.2.1 交叉算子的搜索能力与可达域 |
33-35 |
|
3.2.2 变异算子的搜索能力与可达域 |
35-38 |
|
3.2.3 选择算子的搜索能力与可达域 |
38-40 |
|
3.3 遗传算法的收敛性分析 |
40-48 |
|
3.3.1 标准遗传算法的马氏链分析 |
40-43 |
|
3.3.2 标准遗传算法的收敛速度估计 |
43-45 |
|
3.3.3 遗传算法的收敛性和收敛速度的一般性分析 |
45-47 |
|
3.3.4 有限离散状态空间上收敛性和收敛速度 |
47-48 |
|
3.4 遗传算法的早收敛及预防 |
48-52 |
|
3.4.1 遗传算法陷入局部极优的原因分析 |
49 |
|
3.4.2 扰动执行策略 |
49 |
|
3.4.3 模拟蚂蚁觅食策略 |
49-52 |
|
3.4.3.1 模拟蚂蚁觅食策略 |
49-51 |
|
3.4.3.2 收敛性分析 |
51-52 |
|
第4章 遗传算法在数据挖掘中的应用研究 |
52-59 |
|
4.1 数据挖掘介绍 |
52-55 |
|
4.1.1 数据挖掘的定义 |
52 |
|
4.1.2 数据挖掘的功能 |
52-55 |
|
4.1.3 数据挖掘系统 |
55 |
|
4.2 分类规则 |
55-56 |
|
4.3 利用遗传算法构造分类规则提取系统研究 |
56-59 |
|
第5章 实验和软件实现 |
59-63 |
|
5.1 基因优劣编码的软件实现 |
59-60 |
|
5.2 扰动执行策略的软件实现 |
60-61 |
|
5.3 蚂蚁觅食算法的软件实现 |
61-62 |
|
5.4 分类规则提取系统的软件实现 |
62-63 |
|
第6章 评注和展望 |
63-66 |
|
6.1 遗传算法的研究热点 |
63-64 |
|
6.2 遗传算法在各个领域的应用研究 |
64-66 |
|
参考文献 |
66-69 |
|
附录 |
69-72 |
|
| 【DOI】 | LunWen.ID:2.2008.387027 |
