粗糙集和蟻群優(yōu)化方法在特征選擇中的應(yīng)用研究

《粗糙集和蟻群優(yōu)化方法在特征選擇中的應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、第一章緒論．3．在分析基于粗糙集的特征選擇方法和基于蟻群優(yōu)化方法的特征選擇算法所具有的優(yōu)勢(shì)和存在不足的基礎(chǔ)上，本文提出了一種基于粗糙集蟻群優(yōu)化方法的特征選擇算法。所提出的算法通過(guò)引入粗糙集相對(duì)核屬性作為特征選擇的起點(diǎn)，以便提高算法的準(zhǔn)確性；在轉(zhuǎn)移規(guī)則和信息素更新策略中，引入了粗糙集屬性依賴(lài)度和屬性重要度，用于指導(dǎo)螞蟻的搜索過(guò)程，以便提高算法的性能；此外，將粗糙集理論的分類(lèi)精度和特征子集長(zhǎng)度兩個(gè)參數(shù)應(yīng)用于評(píng)價(jià)函數(shù)中，以衡量特征子集的優(yōu)劣。．4．對(duì)所提出的特征選擇算法在給定的數(shù)據(jù)集上進(jìn)行測(cè)試，證明算

2、法的性能。通過(guò)比較分析，驗(yàn)證該算法的可行性和合理性。1．4論文的組織與結(jié)構(gòu)第一章是緒論。主要介紹了本文的研究背景及意義，特征選擇方法的研究現(xiàn)狀和本文研究的主要內(nèi)容。第二章是粗糙集理論和蟻群優(yōu)化算法的相關(guān)知識(shí)。在本章中詳細(xì)介紹了粗糙集理論的基本概念，包括信息表達(dá)系統(tǒng)，上近似和下近似，屬性約簡(jiǎn)與核，屬性依賴(lài)度和重要度等概念；此外，對(duì)蟻群算法的理論知識(shí)進(jìn)行了總結(jié)概述。第三章是特征選擇算法的研究與分析。本章對(duì)特征選擇的一般算法進(jìn)行了比較，著重對(duì)基于粗糙集屬性重要度的特征選擇算法(貪婪法)和基于蟻群優(yōu)化方

3、法的特征選擇算法進(jìn)行了深入研究，通過(guò)分析各種算法的優(yōu)劣，本文提出了一種將粗糙集和蟻群優(yōu)化算法各自?xún)?yōu)勢(shì)相結(jié)合的特征選擇算法。第四章是基于粗糙集和蟻群優(yōu)化算法的特征選擇算法。本章對(duì)粗糙集一蟻群優(yōu)化方法的特征選擇算法進(jìn)行了詳細(xì)的介紹和分析。包括算法的基本思想，算法具體步驟設(shè)計(jì)和實(shí)現(xiàn)方法。為了減少搜索的盲目性，增加結(jié)果的準(zhǔn)確性，本為將相對(duì)核作為特征選擇的起點(diǎn)。另外，利用粗糙集的屬性依賴(lài)度和屬性重要度方法來(lái)構(gòu)建蟻群遍歷的轉(zhuǎn)移規(guī)則，增強(qiáng)了算法的性能；利用特征子集長(zhǎng)度和分類(lèi)性能結(jié)合控制信息素的更新策略，不僅發(fā)

4、揮了蟻群算法的正反饋優(yōu)勢(shì)，而且可以使特征選擇的任務(wù)朝著最優(yōu)的方向進(jìn)行。最后通過(guò)實(shí)驗(yàn)分析證明了算法的可行性。第五章是總結(jié)與展望。包括對(duì)本文工作的總結(jié)和下一步工作的方向，5第二章粗糙集理論和蟻群算法的相關(guān)知識(shí)第2章粗糙集理論和蟻群算法的相關(guān)知識(shí)粗糙集理論(RoughSetTheory)是由波蘭學(xué)者Z．Pawlark教授提出的一種處理不完備、不確定、不確定和模糊問(wèn)題的數(shù)學(xué)工具H1。粗糙集的主要思想是在保持分類(lèi)能力不變的前提下，通過(guò)知識(shí)約簡(jiǎn)，導(dǎo)出問(wèn)題的決策和分類(lèi)規(guī)則。其優(yōu)勢(shì)在于不需要任何先驗(yàn)知識(shí)，就可以

5、發(fā)現(xiàn)信息系統(tǒng)中潛在的知識(shí)，揭示隱含的規(guī)律。經(jīng)過(guò)短短20余年的發(fā)展，粗糙集理論在理論和應(yīng)用領(lǐng)域都取得了顯著的研究成果。目前，粗糙集理論已經(jīng)成功應(yīng)用于決策分析、醫(yī)療診斷、信息檢索、機(jī)器學(xué)習(xí)和模式識(shí)別等方面。+。蟻群優(yōu)化算法(ACO)是一種近年來(lái)才發(fā)展起來(lái)的新穎的仿生型的智能優(yōu)化算法，具有正反饋、分布計(jì)算和啟發(fā)性搜索等特點(diǎn)。蟻群優(yōu)化算法的思想來(lái)源于我們真實(shí)世界中的螞蟻群體覓食行為的智能特性。在現(xiàn)實(shí)生活中，許多螞蟻所構(gòu)成的螞蟻群體在經(jīng)過(guò)一段時(shí)間的調(diào)整以后，通過(guò)個(gè)體之間的相互配合與協(xié)作，最后能夠使整個(gè)蟻群

6、沿著某條最短的路徑將食物搬回到蟻巢。作為計(jì)‘算智能和群智能的重要分支之一，蟻群優(yōu)化算法的研究方興未艾，備受矚目。本章將介紹粗糙集理論和蟻群算法的相關(guān)知識(shí)，為后文研究粗糙集和蟻群優(yōu)化方法相結(jié)合的特征選擇方法提供理論基礎(chǔ)。2．1粗糙集的基本理論I}"／12．1．1信息表知識(shí)表達(dá)系統(tǒng)智能系統(tǒng)的關(guān)鍵之一就是知識(shí)表達(dá)。所謂知識(shí)獲取是指將知識(shí)從一種表達(dá)形式轉(zhuǎn)化為另一種目標(biāo)表達(dá)形式的過(guò)程，從而從原始海量的信息中提取有價(jià)值、有規(guī)律的信息。知識(shí)表達(dá)系統(tǒng)又稱(chēng)為信息系統(tǒng)，是用關(guān)系表的形式表達(dá)的。關(guān)系表的行對(duì)應(yīng)要研究的

7、對(duì)象，列對(duì)應(yīng)對(duì)象的屬性，對(duì)象的信息通過(guò)指定對(duì)象的各屬性值來(lái)表達(dá)。形式上，p．1元組J=(U，4；V，f)是一個(gè)知識(shí)表達(dá)系統(tǒng)，其中U：對(duì)象的非空6第二章粗糙集理論和蟻群算法的相關(guān)知識(shí)有限集合，稱(chēng)為論域；A：屬性的非空有限集合；礦；UIra，Va是屬性a的值域；正UxAjV是一個(gè)信息函數(shù)，它為每個(gè)對(duì)象的每個(gè)屬性賦予一個(gè)信息值，即'qa∈A，x∈U，f(x,a)∈Va；通常A=CUD，C為條件屬性的集合，D為決策屬性的集合。通常也用S=(U，彳)來(lái)代替S=緲，A，V，。廠)。粗糙集理論認(rèn)為知識(shí)與分類(lèi)是

8、密不可分的，知識(shí)是基于對(duì)研究對(duì)象的一種分類(lèi)的能力，分類(lèi)的過(guò)程就是將相差不大的對(duì)象分為一類(lèi)，他們的關(guān)系就是不可分辨關(guān)系，也稱(chēng)為等價(jià)關(guān)系。等價(jià)關(guān)系定義如下：令S=(u，／4，圪／)是一個(gè)信息系統(tǒng)，令P互A，定義P的不可區(qū)分關(guān)系ind(P)為ind(P)--．{(x，Y)∈UxUIVa∈P，f(x，口)=f(Y，口)}。如果(x，Y)∈ind(P)，貝lj稱(chēng)X和y是P不可區(qū)分的。用符號(hào)【z】p表示x∈U的P等價(jià)類(lèi)。由此可見(jiàn)，在信息系統(tǒng)中，一個(gè)屬性對(duì)應(yīng)一個(gè)等價(jià)關(guān)系，一個(gè)表可以看做是定義的一簇等價(jià)關(guān)系，即