蟻群算法在分類規(guī)則挖掘中的應用研究.pdf

1、20世紀90年代初，意大利學者M.Darigo等人受螞蟻在覓食過程中可以找出從巢穴到食物源的最短路徑的啟發(fā)，提出了蟻群算法(ant colony algorithm )。蟻群算法是一種新型的模擬進化算法，具有本質并行、正反饋及協(xié)同性等優(yōu)點，在解決復雜優(yōu)化問題上顯示出了良好的適應性。用該方法求解TSP問題、分配問題、Job-shop調度問題，都取得了較好的實驗結果。雖然研究時間不長，但是現有的研究顯示出，蟻群算法在求解復雜優(yōu)化問題方面有一

2、定的優(yōu)勢，是一種有發(fā)展前景的算法。 分類規(guī)則挖掘是數據挖掘最重要的研究領域之一。分類是對大量有關數據進行分析、學習，并建立相應問題領域中的分類模型的過程，其主要目標是將待分類對象（或模式）歸入到特定的類別中。分類規(guī)則的挖掘在機器學習、數據挖掘等領域已經得到廣泛研究，在醫(yī)療診斷、天氣預報、市場分析、風險預測等許多領域具有很好的研究和應用前景。 分類操作一般分為以下兩個步驟： 第一步是分類器的構造，即建立模型用來描述

3、數據集合和概念集合。在這一階段需要有一個訓練樣本數據集（簡稱訓練集）作為輸入。訓練集是由一條條紀錄組成的。每條記錄包含若干個屬性，組成一個特征向量。在所有屬性中有且僅有一個屬性作為類別屬性。通過分析由這些屬性描述的數據庫元組來構造分類模型。 第二步是利用模型進行分類。具體來說就是使用第一步訓練完成的分類模型來預測數據的類別，或利用該模型對數據集中的每一類別進行描述，形成分類規(guī)則。 蟻群算法作為一種新型的模擬進化算法，其在

4、數據挖掘中的應用正逐步引起人們的注意。本文主要研究了蟻群算法，并將蟻群算法應用到數據挖掘中的分類規(guī)則挖掘當中，對蟻群算法在分類規(guī)則挖掘中的應用做了相關研究，具有一定的理論及現實意義。本文主要內容包括： 1、首先介紹了蟻群算法基本原理及蟻群系統(tǒng)模型，對蟻群算法中相關參數進行了研究, 然后給出了幾種改進的蟻群算法，其中包括本人對蟻群算法的一種改進—基于信息素擴散的自適應進化蟻群算法。接著介紹了分類規(guī)則挖掘相關知識。包括分類規(guī)則挖掘概

5、述，數據的預處理，分類方法的評價標準，幾種典型的分類算法及其特性。 2、蟻群算法在分類規(guī)則挖掘中的應用。提出了一種改進的基于蟻群算法的分類規(guī)則挖掘算法—基于自適應機制和變異策略蟻群算法的分類規(guī)則挖掘算法。改進的算法采用了不同的信息素更新方法，引入了自適應機制及局部變異和全局變異相結合的變異策略。算法采用局部變異概率及信息素殘留度作為自適應參數，在進化過程中進行自適應調整，較好地解決了加速收斂和停滯早熟的矛盾。實驗結果表明，該算法