資源描述：
《基于粗糙集和遺傳算法的大數(shù)據(jù)集數(shù)據(jù)挖掘應(yīng)用研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、太原理工大學(xué)碩士學(xué)位論文基于粗糙集和遺傳算法的大數(shù)據(jù)集數(shù)據(jù)挖掘應(yīng)用研究姓名：張亦軍申請學(xué)位級別：碩士專業(yè)：計算機軟件與理論指導(dǎo)教師：胡彧20061201太原理工大學(xué)碩士研究生學(xué)位論文基于粗糙集和遺傳算法的大數(shù)據(jù)集數(shù)據(jù)挖掘應(yīng)用研究摘要數(shù)據(jù)挖掘(DataMining，DM)是從存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫或其他信息庫中大量的不完全的有噪聲的模糊的隨機的數(shù)據(jù)中提取隱含在其中的人們事先未知、但是潛在有用的信息和知識的過程。粗糙集理論由Z．Pawlak提出，經(jīng)歷了20年的發(fā)展。該理論作為一種全新的數(shù)學(xué)概念，已經(jīng)在理論和應(yīng)用上取得了豐碩的成果。它不依賴于數(shù)據(jù)集之外的附加信息，是處理含
2、有噪聲、不精確、不完整數(shù)據(jù)的有力工具，在醫(yī)療診斷、模式識別、專家系統(tǒng)、機器學(xué)習(xí)、數(shù)據(jù)挖掘等領(lǐng)域獲得廣泛應(yīng)用，是進行數(shù)據(jù)挖掘的有力工具。遺傳算法是Holland于1975年首先提出來的一種基于自然群體遺傳演化機制的高效探索算法。它摒棄了傳統(tǒng)的搜索方式，模擬自然界生物進化過程，采用人工進化的方式對目標空間進行隨機化搜索。它將問題域中的可能解看作是群體的一個個體或染色體，并將每一個體編碼成符號串形式，模擬達爾文的遺傳選擇和自然淘汰的生物進化過程，對群體反復(fù)進行基于遺傳學(xué)的操作(選擇，交叉和變異)，根據(jù)預(yù)定的目標適應(yīng)度函數(shù)對每個個體進行評價，依據(jù)適者生存，優(yōu)勝劣汰的進化規(guī)則
3、，不斷得到更優(yōu)的群體。本文應(yīng)用粗糙集理論對知識分類的特點，結(jié)合遺傳算法進化理論，對大型決策表中最優(yōu)規(guī)則提取做了深入研究，提出了一個新的數(shù)據(jù)挖掘模-太原理工大學(xué)碩士研究生學(xué)位論文型。在應(yīng)用該模型的系統(tǒng)中包含有數(shù)據(jù)預(yù)處理，數(shù)據(jù)離散化，知識約簡，規(guī)則提取一數(shù)據(jù)挖掘的一些基本過程。針對大數(shù)據(jù)表字段過多，信息冗余大的特點，本文采用粗糙集的理論方法進行處理，在數(shù)據(jù)預(yù)處理和數(shù)據(jù)離散化的基礎(chǔ)上，對條件屬性進行約簡。屬性約簡是挖掘的核心步驟，這里運用粗化算法通過判斷表的相容性進行約簡；對于數(shù)據(jù)量大的決策表僅僅屬性約簡是不夠的，對大量的規(guī)則還要進行篩選提取。使用遺傳算法進行優(yōu)化篩選處理
4、，通過選擇，交叉，變異后從大量的規(guī)則中得到較優(yōu)的規(guī)則集。在系統(tǒng)的構(gòu)建上，采用VC++開發(fā)工具和SQLSERVER數(shù)據(jù)庫具體實現(xiàn)了一個基于粗糙集理論和遺傳算法為核心模塊算法的數(shù)據(jù)挖掘系統(tǒng)。最后，介紹了該模型在太原網(wǎng)通公司小靈通短信系統(tǒng)中的應(yīng)用，提取出用戶收發(fā)短信息成功與否的規(guī)則模式。通過驗證分析，結(jié)果表明該系統(tǒng)是合理、有效的，實驗結(jié)果有助于維護人員分析故障原因。其中群發(fā)短信查詢分析模塊已經(jīng)安裝在監(jiān)控設(shè)備上運行了一年，及時發(fā)現(xiàn)了多起設(shè)備故障，為企業(yè)挽回了大量的經(jīng)濟損失。事實證明對于提高短信系統(tǒng)運行效率，改善網(wǎng)絡(luò)運行質(zhì)量有著顯著作用。該方法模型的應(yīng)用同時也是對多方法融合進
5、行數(shù)據(jù)挖掘的有益探索。關(guān)鍵詞：數(shù)據(jù)挖掘；粗糙集；遺傳算法太原理工大學(xué)碩士研究生學(xué)位論文APPLICATIONANDItESEARCHOFLARGEDATABASEMININGBASEDONROUGHSETANDGENETICALGORITHMABSTRACTDataminingisaprocessthatpeopleextractunknownbutusefulinformationandknowledgefromdatawhicharevast，incomplete，blurry,stochasticstoredindatabases，warehouseesoro
6、therinformationrepositories．RoughSet(RS)theorywasputforwardbypawlakZdislawin1982．Afterabouttwentyyears’development，ithasreceivedfruitfulachievementsonboththeoryandapplication．RSdoesn’tdependonadditionalinformationbeyondthedataset，anditisapotenttoolfordealingwithvague，imprecise，incomple
7、teanduncertaindata，anditisalsoanewtechnologyindatamining．RStheoryismostlyusedinknowledgereductionandanalysisofknowledgedependency，andalsowidelyusedinmedicaldiagnosis，patternrecognition，expertsystem，machinestudyanddatamining．Geneticalgorithm(GA)adoptssearchingmethodbasedonrandomtheory
