一种基于遗传蚁群算法的海量案例检索方法

《一种基于遗传蚁群算法的海量案例检索方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、科技通报第28卷第11期Vol.28No.112012年11月BULLETINOFSCIENCEANDTECHNOLOGYNov.2012一种基于遗传蚁群算法的海量案例检索方法刘丹,王明斐(河南机电高等专科学校计算机科学与技术系,河南新乡453000)摘要：针对传统的蚁群算法在海量案例检索应用中，由于冗余案例数据的干扰，算法易陷入局部最优解而不能对解空间进行全面搜索的缺陷,将具有快速良好的全局搜索能力的遗传算法加入到蚁群系统的每一次迭代过程中,提出了一种融合遗传算法和蚁群算法的案例检索算法，对案例进行聚类处理，建立案例映射模型，克服了蚁群算法的缺陷。实验结果

2、表明，利用本文提出的遗传蚁群算法进行案例检索，能够有效地提高案例检索的效率，取得了令人满意的效果。关键词：蚁群算法;遗传算法;案例推理；目标案例中图分类号：TP182文献标识码：A文章编号：1001-7119(2012)11-0183-05BasedonTheGeneticantColonyAlgorithmforCaseRetrievalMethodLiuDan,WangMingfei(DepartmentofComputerScience&Technology,HenanMechanicalandElectricalEngineeringCollege.

3、XinxiangHenan453003,China)Abstract：Researchtoimprovethecaseretrievalefficiencyproblem.Antcolonyalgorithmiseasytofallintothelocaloptimalsolutionandnottothesolutionspaceforcomprehensivesearchofthedefect,willhavefastgoodglobalsearchabilityofgeneticalgorithmtojointotheantcolonysystemof

4、eachiterationprocess,putforwardakindofgeneticalgorithmandfusionofantcolonyalgorithmcaseretrievalalgorithm,overcomethedefectsofantcolonyalgorithm.Thecaseoftheclusteringprocessing,buildcasemappingmodel.Theexperimentalresultsshowthat,usingtheproposedgeneticantcolonyalgorithmcaseretrie

5、val,caneffectivelyimprovetheefficiencyofthecaseretrievalsatisfactoryresultshavebeenobtained.Keywords：antcolonyalgorithm;geneticalgorithm;gasereasoning;targetcase0引言用的智能化案例检索方式主要包括基于蚁群算法的案例检索方式、基于神经网络算法的案例检随着法制化进程的不断推进，在海量案例中索方式和基于空间预测算法的案例检索方式。其选取相似案例，进行案例分析，已经成为法制领中，最常用的是基于蚁群算法的案例

6、检索方式。域研究的重要内容，发挥着不可替代的作用。因由于案例检索方式应用范围十分广泛，因此受到此，案例检索，已经成为法制领域研究的核心问了诸多学者的关注。题，受到越来越多的关注。目前，主流的案例检索基于案例推理(case-basedreasoning，简称方法多是以人工为主，这种检索方式需要耗费大CBR)是近年来人工智能领域中兴起的一项重要[1]量的时间和成本，而且检索的效率比较低。随着的推理技术。CBR的推理过程为：将用户输入的智能化技术的不断发展，智能化的案例检索方式目标案例与系统案例库中的源案例集合进行匹[2－3]逐渐取代了传统的人工检索方式。目前，通

7、常使配，输出与目标案例最相似的案例。随着Inter－收稿日期：2012-07-30项目基金：河南省教育厅自然科学研究计划项目项目编号：2011B520010作者简介:刘丹（1978-），女，河南新乡人，硕士，主要研究方向：人工智能、计算机应用。184科技通报第28卷net的发展，CBR已经在案例检索中得到了很好式中，T表示样本案例与提取相似案例特征[4－7]的应用。的相似度，uj是待检测案例的特征分量，qj是样根据遗传算法和蚁群算法将案例库中的数本案例的特征分量。二者的差值，能够体现案例据进行聚类处理，利用遗传算法全局搜索能力获改变情况。设置一个案例相似度衡

8、量标准，将样取聚类处理中心，利用蚁群算法的正反馈、并