基于啟發(fā)式遺傳算法的屬性約簡方法研究.pdf

1、隨著空間數(shù)據(jù)獲取手段的快速發(fā)展，從大量的空間數(shù)據(jù)中自動、快速、有效地發(fā)現(xiàn)知識顯得越來越重要。本文簡要地介紹了空間數(shù)據(jù)挖掘的概念、特點、發(fā)現(xiàn)的知識類型，空間數(shù)據(jù)挖掘的體系結構及基本過程，以及應用于空間數(shù)據(jù)挖掘的理論方法等，重點對其數(shù)據(jù)預處理階段的決策表屬性約簡方法作了研究。 針對粗糙集理論、遺傳算法以及決策表屬性約簡的特點，通過分析基于傳統(tǒng)遺傳算法的決策表屬性約簡算法，吸收原算法的優(yōu)點，并對其加以改進，提出了一種基于啟發(fā)式遺傳算法

2、的決策表屬性約簡算法(HGAAR算法)。該算法對原算法的改進主要有兩點：其一，對傳統(tǒng)遺傳算法中隨機產(chǎn)生的二進制初始種群加以改進，用決策表屬性核加以限制，以增強遺傳算法的局部搜索能力，縮短算法的計算時間，并提高決策表屬性約簡結果的準確性；其二，在傳統(tǒng)遺傳算法的遺傳算子(包括選擇算子、交叉算子、變異算子)的基礎上，新算法增加了修正校驗算子，以信息熵定義的屬性重要性作為啟發(fā)式信息，保證遺傳算法的全局搜索在有效的可行解空間進行，防止丟棄能夠?qū)Πl(fā)