數(shù)據(jù)挖掘的粗糙集方法與遺傳算法.pdf

1、關(guān)于粗糙集方法,我們研究?jī)蓚€(gè)基本的問(wèn)題—屬性約簡(jiǎn)和離散化.具體來(lái)講,包括以下內(nèi)容:(1)屬性約簡(jiǎn):在一個(gè)信息系統(tǒng)中有成千上萬(wàn)條記錄,但是對(duì)于信息系統(tǒng)的分類(lèi)或者規(guī)則推理來(lái)說(shuō),其中一些屬性往往是多余的.他們對(duì)于系統(tǒng)的分類(lèi)質(zhì)量或者規(guī)則推理不起任何作用,這時(shí)就需要我們對(duì)信息系統(tǒng)進(jìn)行屬性約簡(jiǎn),去掉這些多余的屬性,簡(jiǎn)化信息系統(tǒng).針對(duì)這個(gè)問(wèn)題,該文從集合覆蓋的角度討論屬性約簡(jiǎn),在集合覆蓋和屬性約減之間通過(guò)構(gòu)造一個(gè)一一映射,將粗糙集中的屬性約簡(jiǎn)問(wèn)題轉(zhuǎn)化

2、成集合覆蓋問(wèn)題,這樣使得我們能夠利用成熟的集合覆蓋的相關(guān)理論來(lái)解決屬性約簡(jiǎn)問(wèn)題.(2)離散化:在信息系統(tǒng)中,有些情況下,我們得到的數(shù)據(jù)的一些屬性值是實(shí)值數(shù)據(jù),這樣有可能使得很少的對(duì)象有相同的屬性值,因而等價(jià)類(lèi)的數(shù)量會(huì)增大,而每個(gè)等價(jià)類(lèi)里面的對(duì)象會(huì)很少,這樣就導(dǎo)致大量的規(guī)則生成,使得分類(lèi)效率下降,所以為了處理問(wèn)題的需要,我們需要將這些數(shù)據(jù)進(jìn)行離散化.關(guān)于粗糙集理論中的離散化,Nguyen S.H在他的論文里已經(jīng)做了詳細(xì)的描述,同時(shí)提出MD

3、算法.該文在此基礎(chǔ)上,做了進(jìn)一步的研究,提出一種新的離散化方法—漸進(jìn)式離散化算法.由于我們的方法是漸進(jìn)式的,一旦數(shù)據(jù)庫(kù)更新,應(yīng)用該算法不需重新對(duì)整個(gè)數(shù)據(jù)庫(kù)進(jìn)行遍歷,適合動(dòng)態(tài)數(shù)據(jù)挖掘,同時(shí)我們也通過(guò)實(shí)驗(yàn)證明漸進(jìn)式方法無(wú)論在時(shí)間復(fù)雜度還是空間復(fù)雜度上都比傳統(tǒng)的MD算法好,該方法占有較少的內(nèi)存資源,同時(shí)離散的質(zhì)量高.關(guān)于遺傳算法,我們主要討論以下兩個(gè)方面的內(nèi)容:(1)運(yùn)用遺傳算法解決粗糙集中的屬性離散化問(wèn)題,該算法從優(yōu)化的角度來(lái)研究離散化問(wèn)題

4、,使得我們能夠得到較好的近似解.在算法設(shè)計(jì)過(guò)程中,我們運(yùn)用多種優(yōu)化策略,包括傳統(tǒng)的父子混合策略等等,同時(shí)根據(jù)離散化的特點(diǎn),提出了一種新型策略—罰函數(shù)策略,運(yùn)用此策略,我們能夠淘汰不完全染色體,加快了計(jì)算速度同時(shí)增加結(jié)果的準(zhǔn)確性.總之,對(duì)于粗糙集中屬性離散化的問(wèn)題,我們從不同的角度提出了兩種方法:漸進(jìn)式算法和遺傳算法,這兩種方法各有優(yōu)點(diǎn),所以我們根據(jù)不同的情況運(yùn)用不同的方法.(2)運(yùn)用遺傳算法分析股票時(shí)序數(shù)據(jù),建立了一個(gè)股票市場(chǎng)的決策模型