本文關(guān)鍵詞：基于遺傳粒子群算法和粗糙集的屬性約簡(jiǎn)算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：粗糙集理論是一種強(qiáng)有力的處理不精確、不完整、不確定性數(shù)據(jù)的數(shù)學(xué)工具。粗糙集屬性約簡(jiǎn)是在保持信息系統(tǒng)分類質(zhì)量能力基本不變的情況下,約去冗余的屬性。如何求得最小屬性約簡(jiǎn)是粗糙集理論研究的一個(gè)重要課題,求解最小屬性約簡(jiǎn)是一個(gè)NP-hard問(wèn)題,因此,在提高算法效率的同時(shí)求得最小屬性約簡(jiǎn)成為屬性約簡(jiǎn)算法研究中的一種必然趨勢(shì)。本文對(duì)基于粗糙集理論、遺傳算法以及粒子群優(yōu)化算法的屬性約簡(jiǎn)算法進(jìn)行了研究。本文首先介紹了粗糙集理論、遺傳算法和粒子群優(yōu)化算法的相關(guān)內(nèi)容。其次對(duì)基于可辨識(shí)矩陣、屬性重要度和屬性依賴度的屬性約簡(jiǎn)算法進(jìn)行了簡(jiǎn)單的介紹,并對(duì)各種算法進(jìn)行對(duì)比分析。再次介紹了遺傳約簡(jiǎn)算法和粒子群約簡(jiǎn)算法。遺傳約簡(jiǎn)算法具有搜索范圍廣的優(yōu)點(diǎn),但是其收斂速度慢且不易于找到全局最優(yōu)解。而粒子群算法的優(yōu)點(diǎn)是收斂速度快,缺陷是易于陷入局部最優(yōu)解,且算法不穩(wěn)定。最后本文考慮將遺傳算法、粒子群算法與粗糙集理論相結(jié)合進(jìn)行屬性約簡(jiǎn),從而提出了一種基于遺傳粒子群算法和粗糙集理論的屬性約簡(jiǎn)算法。本算法的主要特點(diǎn)為:一是在求解屬性核時(shí)采用了屬性依賴度作為啟發(fā)式策略,并且在種群初始化時(shí)用屬性核加以限制,從而增強(qiáng)了算法的局部搜索能力,提高了算法的時(shí)間復(fù)雜度和約簡(jiǎn)結(jié)果的準(zhǔn)確性。二是在粒子群約簡(jiǎn)算法的基礎(chǔ)上增加了遺傳算法中的選擇、交叉、變異操作,以達(dá)到充分利用粒子群中有效信息的目的,從而在原有能得到良好搜索結(jié)果的基礎(chǔ)上提高算法的收斂速度、擴(kuò)大搜索空間范圍,使這兩種算法發(fā)揮各自的優(yōu)勢(shì)彌補(bǔ)雙方的不足。三是在適應(yīng)度函數(shù)設(shè)計(jì)時(shí),不但引入了屬性依賴度值作為判斷依據(jù),還在粒子群進(jìn)化的不同階段對(duì)適應(yīng)度函數(shù)進(jìn)行動(dòng)態(tài)調(diào)節(jié),以保證最后的約簡(jiǎn)結(jié)果為最小屬性約簡(jiǎn)。
【關(guān)鍵詞】：粗糙集理論 屬性約簡(jiǎn) 遺傳算法 粒子群優(yōu)化算法 屬性依賴度
【學(xué)位授予單位】：西北師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP18
【目錄】：

• 摘要8-9
• Abstract9-11
• 1 緒論11-14
• 1.1 研究的背景及意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.3 本文的內(nèi)容及組織安排13-14
• 2 粗糙集理論與屬性約簡(jiǎn)14-22
• 2.1 粗糙集理論基礎(chǔ)14-16
• 2.1.1 信息表知識(shí)表達(dá)系統(tǒng)14
• 2.1.2 粗糙集基本概念14-16
• 2.2 基于粗糙集的屬性約簡(jiǎn)16-21
• 2.2.1 屬性約簡(jiǎn)與屬性核16-17
• 2.2.2 一般的屬性約簡(jiǎn)算法17
• 2.2.3 基于可辨識(shí)矩陣的屬性約簡(jiǎn)算法17-19
• 2.2.4 基于屬性依賴度的屬性約簡(jiǎn)算法19-20
• 2.2.5 基于屬性重要度的屬性約簡(jiǎn)算法20
• 2.2.6 算法的分析與比較20-21
• 2.3 本章小結(jié)21-22
• 3 遺傳約簡(jiǎn)算法和粒子群約簡(jiǎn)算法22-33
• 3.1 遺傳算法22-26
• 3.1.1 遺傳算法的產(chǎn)生及發(fā)展22
• 3.1.2 遺傳算法基本理論22-24
• 3.1.3 基本遺傳算法24-26
• 3.2 粒子群優(yōu)化算法26-29
• 3.2.1 粒子群優(yōu)化算法的產(chǎn)生及發(fā)展26
• 3.2.2 粒子群優(yōu)化算法的基本理論26-27
• 3.2.3 基本粒子群算法27-29
• 3.3 基于遺傳算法、粒子群算法和粗糙集理論的屬性約簡(jiǎn)29-31
• 3.3.1 遺傳約簡(jiǎn)算法29-31
• 3.3.2 粒子群約簡(jiǎn)算法31
• 3.4 本章小結(jié)31-33
• 4 遺傳—粒子群屬性約簡(jiǎn)算法33-45
• 4.1 算法的基本思想33
• 4.2 算法設(shè)計(jì)33-39
• 4.2.1 算法描述33-37
• 4.2.2 算法流程37-39
• 4.3 算法的可行性分析39
• 4.4 實(shí)驗(yàn)結(jié)果及分析39-43
• 4.5 本章小結(jié)43-45
• 5 總結(jié)與展望45-47
• 5.1 論文工作總結(jié)45-46
• 5.2 進(jìn)一步的展望46-47
• 參考文獻(xiàn)47-51
• 致謝51

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 邱兆雷;范穎;王愛(ài)云;;粗糙集理論及進(jìn)展[J];信息技術(shù)與信息化;2006年05期

2 徐偉華;張文修;;覆蓋廣義粗糙集的模糊性[J];模糊系統(tǒng)與數(shù)學(xué);2006年06期

3 石杰;;粗糙集理論及其應(yīng)用研究[J];科技信息;2008年33期

4 唐彬;;粗糙集理論和應(yīng)用研究[J];內(nèi)江科技;2008年03期

5 胡軍;王國(guó)胤;;覆蓋粗糙集的模糊度[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

6 燕紅文;康向平;張麗;;依賴空間與粗糙集理論[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2009年09期

7 林國(guó)平;;覆蓋廣義粗糙集與信任函數(shù)[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年02期

8 王石平;祝峰;朱培勇;;基于抽象相關(guān)關(guān)系的粗糙集研究[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

9 成新文;陳國(guó)超;李琦;;關(guān)于粗糙集的理論及應(yīng)用研究[J];煤炭技術(shù);2010年10期

10 林治;張璇;;粗糙集理論的應(yīng)用探析[J];邢臺(tái)職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 黎文航;陳善本;王兵;;粗糙集理論在焊接中的應(yīng)用綜述[A];第十一次全國(guó)焊接會(huì)議論文集（第2冊(cè)）[C];2005年

2 尹宗成;;粗糙集理論在我國(guó)糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用[A];現(xiàn)代農(nóng)業(yè)理論與實(shí)踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

3 鄒剛;滕書(shū)華;孫即祥;陳森林;敖永紅;;一種粗糙集優(yōu)化協(xié)同原型模式約簡(jiǎn)分類方法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

4 葛麗;傅彥;;粗糙集在科學(xué)數(shù)據(jù)屬性約簡(jiǎn)中的應(yīng)用[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

5 陳雪飛;;粗糙集分類中耦合數(shù)據(jù)的處理方法研究[A];2008年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2008年

6 肖健梅;蘆曉明;王錫淮;;集裝箱起重機(jī)防搖系統(tǒng)粗糙集控制[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

7 王印松;馮康;;主汽溫調(diào)節(jié)系統(tǒng)性能評(píng)價(jià)的粗糙集實(shí)現(xiàn)方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

8 王紅萍;萬(wàn)程亮;金彥豐;;應(yīng)用粗糙集理論的對(duì)抗效果權(quán)重確定方法[A];2009’中國(guó)西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

9 王莉;周獻(xiàn)中;;一種基于粗糙集的模糊神經(jīng)網(wǎng)絡(luò)模型在鋼材力學(xué)性能預(yù)測(cè)中的研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 卓明;王麗珍;譚旭;;基于粗糙集近似集擴(kuò)展的規(guī)則提取算法[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 馬希驁;概率粗糙集屬性約簡(jiǎn)理論及方法研究[D];西南交通大學(xué);2014年

2 唐孝;基于粗糙集的知識(shí)發(fā)現(xiàn)方法及其在ECG信號(hào)識(shí)別中的應(yīng)用[D];電子科技大學(xué);2015年

3 曾凱;鄰域粒化粗糙計(jì)算的關(guān)鍵技術(shù)研究與應(yīng)用[D];電子科技大學(xué);2015年

4 鮑忠奎;面向不確定信息系統(tǒng)的粗糙集擴(kuò)展模型研究[D];合肥工業(yè)大學(xué);2015年

5 薛佩軍;正負(fù)域覆蓋廣義粗糙集與知識(shí)粗傳播研究[D];山東大學(xué);2007年

6 孔芝;粗糙集理論若干問(wèn)題的研究與應(yīng)用[D];東北大學(xué);2009年

7 秦中廣;基于粗糙集的交叉研究及其在中醫(yī)診斷的應(yīng)用[D];華南理工大學(xué);2002年

8 劉少輝;知識(shí)發(fā)現(xiàn)中粗糙集理論的研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2003年

9 鄧大勇;基于粗糙集的數(shù)據(jù)約簡(jiǎn)及粗糙集擴(kuò)展模型的研究[D];北京交通大學(xué);2007年

10 孫英娟;基于粗糙集的分類方法研究[D];吉林大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 江飛;粗糙集神經(jīng)網(wǎng)絡(luò)故障診斷方法研究[D];西安石油大學(xué);2015年

2 何理榮;粗糙集理論在銀行信貸風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[D];華南理工大學(xué);2015年

3 張德齊;基于粗糙集理論的電機(jī)故障診斷方法研究[D];渤海大學(xué);2015年

4 楊禮;基于粗糙集的公路交通安全預(yù)警研究[D];西南交通大學(xué);2015年

5 聶萌瑤;基于泛系串并模型的粗糙集概念擴(kuò)展與拓?fù)淇臻g[D];蘭州大學(xué);2015年

6 徐鵬;基于粗糙集的建筑起重機(jī)械安全精細(xì)化評(píng)價(jià)研究[D];西安建筑科技大學(xué);2015年

7 孫宇航;粗糙集屬性約簡(jiǎn)方法在醫(yī)療診斷中的應(yīng)用研究[D];蘇州大學(xué);2015年

8 張曼;基于粗糙集和包含度的聚類分類算法研究[D];青島理工大學(xué);2015年

9 車世遠(yuǎn);基于群搜索優(yōu)化粗糙集的腦科學(xué)數(shù)據(jù)研究[D];大連海事大學(xué);2015年

10 林哲;基于粗糙集的馬田系統(tǒng)研究及其在銀行直接營(yíng)銷客戶分類中的應(yīng)用[D];南京理工大學(xué);2015年

  本文關(guān)鍵詞：基于遺傳粒子群算法和粗糙集的屬性約簡(jiǎn)算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：273235