欢迎来到天天文库
浏览记录
ID:33489083
大小:1.49 MB
页数:48页
时间:2019-02-26
《改进型遗传算法在多维关联规则挖掘中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、武汉理工大学硕士学位论文改进型遗传算法在多维关联规则挖掘中的应用姓名:程涤申请学位级别:硕士专业:应用数学指导教师:王仲君20091101摘要遗传算法是一种全局优化算法。将遗传算法应用于关联规则挖掘,用户可以发现比较有用的规则。由于简单遗传算法容易出现早熟现象,其收敛速度不是很快,本文将简单遗传算法加以改进,通过引入浓度概念,对选择算子进行了改进,同时通过引入随机数,对交叉和变异算子进行了改进,从而抑制早熟现象,提高算法的收敛速度,达到更有效的挖掘多维关联规则的目的。本文的主要内容如下:1)数据挖掘技术的分析研究:对数据挖掘的定义、国内外研究
2、现状、过程与功能、方法与分类、应用进行了概述。2)关联规则的分析研究:介绍了关联规则的定义、分类,对最经典的关联规则挖掘算法Apriod算法作了详细描述,同时还介绍了该算法的一些改进算法。3)遗传算法的分析研究:对遗传算法的基本思想、术语和特点进行了概述,分析了遗传算法的基本实现技术。4)基于改进型遗传算法的多维关联规则挖掘:对利用遗传算法进行关联规则挖掘的思想进行了介绍,提出一种基于改进型遗传算法的多维关联规则挖掘模型。5)改进型遗传算法在多维关联规则挖掘中的应用:将改进型遗传算法的多维关联规则挖掘模型应用到我国企业科技工作者的现状分析中。
3、本文的主要创新点如下:1)由于轮盘赌法仅取决于适应度,因此可能导致早熟现象。针对这一问题,本文对选择算子进行了改进,通过引入浓度概念,使得个体的选择概率不仅与适应度有关,而且与浓度有关,从而有效地避免了早熟现象。2)简单遗传算法运用固定的交叉概率与变异概率,并不能达到理想的效果。针对这一问题,本文引入随机数,通过随机动态调节交叉概率和变异概率,使得交叉概率和变异概率随着适应度的改变而自动改变,从而有效地抑制了早熟现象,提高了算法的收敛速度。3)将我们构建的改进型遗传算法进行多维关联规则挖掘模型,应用到我国企业科技工作者的现状分析中,通过该实例
4、验证了新算法的有效性和可行性。关键词:数据挖掘,多维关联规则,改进型遗传算法AbstractGeneticalgorithmisaglobaloptimizationalgorithm.Usinggeneticalgorithmforassociationrulesminingcanfindusefulrules.Giventhesimplegeneticalgorithmiseasytoappearthephenomenonofprematureandconvergencespeedofthesimplegeneticalgorithmis
5、notfast,thispaperimprovessimplegeneticalgorithm,improvingtheselectionoperatorbyintroducingtheconceptofconcentration,introducingarandomnumber,improvingthecrossoveroperatorandmutationoperatortoavoidthephenomenonofpremature,improveconvergencespeedofthealgorithmandminemulti·dim
6、ensionalassociationrulesmoreefficiently.n圮maincontentsofthisarticleareasfollows:1)Theanalysisofdatamining:thispapersummarizesthedefinitionofdatamining,researchathomeandabroad,processes,functions,methods,classifications,applications.2)Theanalysisofassociationrules:Thispaperi
7、ntroducesthedefinitionofassociationrulesandclassification,describesthemostclassicassociationrulesalgoritllm—·Apriofialgorithmindetail,introducessomeimprovedalgorithmofit.3)Analysisofgeneticalgorithms:thispapersummarizesthebasicideaofgeneticalgorithmandfeatures,analyzesbasic
8、implementationtechnologyofthegeneticalgorithm.4)Multi·dimensionalassociationrulesm
此文档下载收益归作者所有