改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用

改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用

ID:33489083

大小:1.49 MB

頁數(shù):48頁

時(shí)間:2019-02-26

改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用_第1頁
改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用_第2頁
改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用_第3頁
改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用_第4頁
改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用_第5頁
資源描述:

《改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫

1、武漢理工大學(xué)碩士學(xué)位論文改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用姓名:程滌申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):應(yīng)用數(shù)學(xué)指導(dǎo)教師:王仲君20091101摘要遺傳算法是一種全局優(yōu)化算法。將遺傳算法應(yīng)用于關(guān)聯(lián)規(guī)則挖掘,用戶可以發(fā)現(xiàn)比較有用的規(guī)則。由于簡(jiǎn)單遺傳算法容易出現(xiàn)早熟現(xiàn)象,其收斂速度不是很快,本文將簡(jiǎn)單遺傳算法加以改進(jìn),通過引入濃度概念,對(duì)選擇算子進(jìn)行了改進(jìn),同時(shí)通過引入隨機(jī)數(shù),對(duì)交叉和變異算子進(jìn)行了改進(jìn),從而抑制早熟現(xiàn)象,提高算法的收斂速度,達(dá)到更有效的挖掘多維關(guān)聯(lián)規(guī)則的目的。本文的主要內(nèi)容如下:1)數(shù)據(jù)挖掘技術(shù)的分析研究:對(duì)數(shù)據(jù)挖掘的定義、國內(nèi)外研究

2、現(xiàn)狀、過程與功能、方法與分類、應(yīng)用進(jìn)行了概述。2)關(guān)聯(lián)規(guī)則的分析研究:介紹了關(guān)聯(lián)規(guī)則的定義、分類,對(duì)最經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法Apriod算法作了詳細(xì)描述,同時(shí)還介紹了該算法的一些改進(jìn)算法。3)遺傳算法的分析研究:對(duì)遺傳算法的基本思想、術(shù)語和特點(diǎn)進(jìn)行了概述,分析了遺傳算法的基本實(shí)現(xiàn)技術(shù)。4)基于改進(jìn)型遺傳算法的多維關(guān)聯(lián)規(guī)則挖掘:對(duì)利用遺傳算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘的思想進(jìn)行了介紹,提出一種基于改進(jìn)型遺傳算法的多維關(guān)聯(lián)規(guī)則挖掘模型。5)改進(jìn)型遺傳算法在多維關(guān)聯(lián)規(guī)則挖掘中的應(yīng)用:將改進(jìn)型遺傳算法的多維關(guān)聯(lián)規(guī)則挖掘模型應(yīng)用到我國企業(yè)科技工作者的現(xiàn)狀分析中。

3、本文的主要?jiǎng)?chuàng)新點(diǎn)如下:1)由于輪盤賭法僅取決于適應(yīng)度,因此可能導(dǎo)致早熟現(xiàn)象。針對(duì)這一問題,本文對(duì)選擇算子進(jìn)行了改進(jìn),通過引入濃度概念,使得個(gè)體的選擇概率不僅與適應(yīng)度有關(guān),而且與濃度有關(guān),從而有效地避免了早熟現(xiàn)象。2)簡(jiǎn)單遺傳算法運(yùn)用固定的交叉概率與變異概率,并不能達(dá)到理想的效果。針對(duì)這一問題,本文引入隨機(jī)數(shù),通過隨機(jī)動(dòng)態(tài)調(diào)節(jié)交叉概率和變異概率,使得交叉概率和變異概率隨著適應(yīng)度的改變而自動(dòng)改變,從而有效地抑制了早熟現(xiàn)象,提高了算法的收斂速度。3)將我們構(gòu)建的改進(jìn)型遺傳算法進(jìn)行多維關(guān)聯(lián)規(guī)則挖掘模型,應(yīng)用到我國企業(yè)科技工作者的現(xiàn)狀分析中,通過該實(shí)例

4、驗(yàn)證了新算法的有效性和可行性。關(guān)鍵詞:數(shù)據(jù)挖掘,多維關(guān)聯(lián)規(guī)則,改進(jìn)型遺傳算法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

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。