基于群體智能的關(guān)聯(lián)規(guī)則挖掘及應(yīng)用

《基于群體智能的關(guān)聯(lián)規(guī)則挖掘及應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、山東師范大學(xué)碩士學(xué)位論文a單位代碼10445學(xué)號(hào)20032631分類號(hào)TP391.72碩士學(xué)位論文論文題目基于群體智能的關(guān)聯(lián)規(guī)則挖掘及應(yīng)用學(xué)科專業(yè)名稱：計(jì)算機(jī)軟件與理論申請(qǐng)人姓名：王偉偉指導(dǎo)教師：劉希玉教授論文提交時(shí)間：2007年04月19日49山東師范大學(xué)碩士學(xué)位論文第一章緒論本章首先介紹了群體智能的研究背景及前沿，其次闡述微粒群算法的發(fā)展現(xiàn)狀，最后介紹了本文的主要工作和組織結(jié)構(gòu)。1.1研究現(xiàn)狀1.1.1群體智能的研究背景及現(xiàn)狀人們?cè)诤茉绲臅r(shí)候就對(duì)自然界中存在的群集行為感興趣,如大雁在飛行時(shí)自動(dòng)排成人字形,蝙蝠在洞穴中快速飛行卻可以互不碰撞等。同時(shí)受螞蟻、飛鳥等社會(huì)性昆蟲行為的啟發(fā)

2、,單個(gè)的個(gè)體智能并不高,但依靠群體的能力,卻發(fā)揮出超出個(gè)體的智能。這種現(xiàn)象揭示了簡(jiǎn)單智能的主體通過合作可以表現(xiàn)出復(fù)雜智能行為的特性。通過對(duì)其行為的模擬,產(chǎn)生了一系列解決復(fù)雜優(yōu)化問題的新思路和方法,用于解決組合優(yōu)化問題和其它一些實(shí)際應(yīng)用問題的新方法相繼產(chǎn)生。一些啟發(fā)于群居性生物的尋食、打掃巢穴等行為而設(shè)計(jì)的算法成功地解決了組合優(yōu)化、通信網(wǎng)絡(luò)和機(jī)器人等領(lǐng)域的實(shí)際問題，這些研究被稱為對(duì)群體智能(SwarmIntelligence)的研究。對(duì)于這些現(xiàn)象的一種解釋是,群體中的每個(gè)個(gè)體都遵守一定的行為準(zhǔn)則,當(dāng)它們按照這些準(zhǔn)則相互作用時(shí)就會(huì)表現(xiàn)出上述的復(fù)雜行為。作為一個(gè)新興領(lǐng)域，自從20世紀(jì)80年

3、代出現(xiàn)以來，引起了多個(gè)學(xué)科領(lǐng)域研究人員的關(guān)注，已經(jīng)成為人工智能以及經(jīng)濟(jì)、社會(huì)、生物等交叉學(xué)科的熱點(diǎn)和前沿領(lǐng)域?；谶@一思想,CraigReynolds在1986年提出一個(gè)仿真生物群體行為的模型BOID。這是一個(gè)人工鳥系統(tǒng),其中每只人工鳥被稱為一個(gè)BOID,它有三種行為:分離、列隊(duì)及聚集,并且能夠感知周圍一定范圍內(nèi)其它BOID的飛行信息。BOID根據(jù)該信息,結(jié)合其自身當(dāng)前的飛行狀態(tài),并在那三條簡(jiǎn)單行為規(guī)則的指導(dǎo)下做出下一步的飛行決策。Reynolds用計(jì)算機(jī)動(dòng)畫的形式展現(xiàn)了該系統(tǒng)的行為,每個(gè)BOID能夠在快相撞時(shí)自動(dòng)分開,遇到障礙物分開后又重新合攏。這實(shí)際上就是一種群體智能模型。盡管這

4、一模型出現(xiàn)在1986年,但是群體智能(SwarmIntelligence)概念被正式提出的時(shí)間并不長(zhǎng)。一個(gè)顯著的標(biāo)志是1999年由牛津大學(xué)出版社出版的EBonabeau和MDorigo等人編寫的一本專著《群體智能:從自然到人工系統(tǒng)》(“SwarmIntelligence:FromNaturaltoArtificialSystem”)，49山東師范大學(xué)碩士學(xué)位論文群體智能由單個(gè)復(fù)雜個(gè)體完成的任務(wù)可由大量簡(jiǎn)單的個(gè)體組成的群體合作完成，而后者往往更具有健壯性、靈活性和經(jīng)濟(jì)上的優(yōu)勢(shì)。Bonabeau,Dorigo等人于1999年給出群體智能的定義:群體智能是指任何受到社會(huì)昆蟲群體和其它動(dòng)物群

5、體的集體行為的啟發(fā)而設(shè)計(jì)的算法和分布式問題解決裝置，對(duì)這些新方法的研究可將其稱之為群體智能(SwarmIntelligence)的研究。目前,對(duì)群體智能的研究尚處于初級(jí)階段,但是它越來越受到國(guó)際智能計(jì)算研究領(lǐng)域?qū)W者的關(guān)注,逐漸成為一個(gè)新的重要的研究方向，并且已初見成果。2003年，在印第安那州召開的IEEE國(guó)際會(huì)議上，首次發(fā)起了對(duì)群體智能的系列研究。2005年，進(jìn)行了第二次關(guān)于群體智能的IEEE國(guó)際會(huì)議，物理學(xué)家、工程師、計(jì)算機(jī)科學(xué)家、生物學(xué)家、經(jīng)濟(jì)學(xué)家、生態(tài)學(xué)者等在廣義群體智能的定義下，展示和討論了他們?cè)诟髯灶I(lǐng)域中使用群體智能得到的成果，以及群體智能在這個(gè)新興領(lǐng)域中的發(fā)展?jié)摿挖厔?shì)

6、。群體智能的特點(diǎn)是最小智能但自治的個(gè)體利用個(gè)體與個(gè)體和個(gè)體與環(huán)境的交互作用實(shí)現(xiàn)完全分布式控制,并具有自組織、可擴(kuò)展性、健壯性等特性。利用群體優(yōu)勢(shì)，在沒有集中控制，不提供全局模型的前提下，為尋找復(fù)雜問題解決方案提供了新的思路。對(duì)群體智能的定義進(jìn)行擴(kuò)展，普遍意義上有以下幾種理解。一是由一組簡(jiǎn)單智能體(agent)涌現(xiàn)出來的集體的智能(collectiveintelligence)，以蟻群優(yōu)化算法(AntColonyOptimization，ACO)和螞蟻聚類算法等為代表；二是把群體中的成員看作粒子，而不是智能體，以粒子群優(yōu)化算法(ParticleSwarmOptimization，PSO

7、)為代表。群體智能是對(duì)生物群體的一種軟仿生，即有別于傳統(tǒng)的對(duì)生物個(gè)體結(jié)構(gòu)的仿生。可以將個(gè)體看成是非常簡(jiǎn)單和單一的，也可以讓它們擁有學(xué)習(xí)的能力，來解決具體的問題。現(xiàn)有的對(duì)群體智能的研究，大都是從某一種由大量個(gè)體表現(xiàn)出來的群體行為出發(fā)，從它們的群體行為中提取模型，為這些行為建立一些規(guī)則，從而提出算法，應(yīng)用于解決實(shí)際中的問題。目前,群體智能主要有兩種算法,分別是微粒群優(yōu)化算法(ParticleSwarmOptimization,簡(jiǎn)稱PSO)和蟻群算法(AntCo