| 【中文题名】 | 基于遗传算法的粗糙集属性约简研究 |
| 【英文题名】 | Rough Set Attribute Reduction Algorithm Based on Genetic Algorithm |
| 【学科专业】 | 管理科学与工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-3 |
| 【中关键词】 | 粗糙集理论,遗传算法,属性约简,属性依赖度,遗传属性约简, |
| 【英关键词】 | Rough Set,Genetic Algorithm,Attribute Reduction,Dependability of Attribute,Attribute Reduction based on GA, |
| 【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】 |
粗糙集理论是继概率论、模糊集理论、证据理论之后的又一个处理含糊性和不确定性的数学工具。属性约简算法是粗糙集理论的核心内容。粗糙集属性约简的研究在知识获取、机器学习、模式识别、决策分析、模型建立等实际应用中有重要的意义；但是，由于属性约简被证明是一个NP-hard问题，因此，研究更为有效的属性约简算法，有效地获取较优的属性约简，降低算法的时间复杂度，寻求快速的约简算法仍是粗糙集理论的主要研究课题之一。本文对基于遗传算法的粗糙集属性约简算法进行了研究。
本文首先介绍了粗糙集理论的基本概念和遗传算法的相关知识。对粗糙集理论中基于区分矩阵、属性重要度、属性依赖度的属性约简算法以及启发式遗传约简算法进行了系统综述，并且对各种算法进行了比较分析。
在对粗糙集理论和遗传算法的研究基础上，通过分析比较现有的遗传约简算法，吸收算法的优点，并且加以改进，提出了一种基于属性依赖度的遗传约简算法的改进算法。本算法的主要特点在于：一是在适应度函数中引入了决策属性对条件属性的依赖度，使算法在加强局部搜索能力的同时保持了该算法全局寻优的特性，也保证了所求约简既含较少的属性又保证分类质量，能够获得最佳的搜索效果。二... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
ABSTRACT |
6-11 |
|
第一章 绪论 |
11-15 |
|
1.1 问题的提出 |
11 |
|
1.2 研究的意义 |
11-12 |
|
1.3 粗糙集属性约简算法的国内外研究现状 |
12-13 |
|
1.4 研究内容及结构安排 |
13-15 |
|
第二章 粗糙集理论与遗传算法理论的相关知识 |
15-25 |
|
2.1 粗糙集理论基础 |
15-20 |
|
2.1.1 信息表知识表达系统 |
15-16 |
|
2.1.2 粗糙集的基本概念 |
16-17 |
|
2.1.3 属性约简与核 |
17-18 |
|
2.1.4 区分矩阵和区分函数 |
18 |
|
2.1.5 属性依赖度和属性重要度 |
18-20 |
|
2.2 遗传算法的基础理论 |
20-24 |
|
2.2.1 遗传算法的特点 |
20-21 |
|
2.2.2 遗传算法适合解决的问题 |
21 |
|
2.2.3 遗传算法中的几个主要因素 |
21-23 |
|
2.2.4 遗传算法的运行过程 |
23-24 |
|
2.3 本章小结 |
24-25 |
|
第三章 属性约简算法的研究与分析 |
25-36 |
|
3.1 属性约简的一般方法 |
25-31 |
|
3.1.1 基于区分矩阵的属性约简算法 |
25-27 |
|
3.1.2 基于属性依赖度的属性约简算法 |
27 |
|
3.1.3 基于属性重要度的属性约简算法 |
27-30 |
|
3.1.4 算法比较分析 |
30-31 |
|
3.2 基于遗传算法的属性约简方法 |
31-35 |
|
3.2.1 基本遗传约简算法 |
31-32 |
|
3.2.2 启发式遗传约简算法 |
32-34 |
|
3.2.3 算法比较分析 |
34-35 |
|
3.3 本章小结 |
35-36 |
|
第四章 基于属性依赖度的遗传约简算法 |
36-48 |
|
4.1 遗传约简算法的基本思想 |
36-37 |
|
4.2 遗传约简算法的设计 |
37-40 |
|
4.2.1 编码和初始种群的设定 |
37 |
|
4.2.2 适应度函数的设计 |
37-38 |
|
4.2.3 遗传算子 |
38 |
|
4.2.4 局部优化策略 |
38-39 |
|
4.2.5 算法终止规则 |
39-40 |
|
4.3 遗传约简算法的基本框架 |
40-41 |
|
4.3.1 算法的描述 |
40 |
|
4.3.2 算法的流程 |
40-41 |
|
4.4 遗传约简算法的可行性和性能分析 |
41-43 |
|
4.4.1 属性依赖度作为适应度函数的可行性 |
41 |
|
4.4.2 算法性能分析 |
41-43 |
|
4.5 算法的实验分析 |
43-46 |
|
4.6 本章小节 |
46-48 |
|
第五章 总结与展望 |
48-50 |
|
5.1 论文工作总结 |
48-49 |
|
5.2 进一步的工作 |
49-50 |
|
参考文献 |
50-53 |
|
攻读硕士学位期间发表的论文 |
53 |
|
| 【DOI】 | LunWen.ID:2.2008.388781 |
