蟻群算法在分類規(guī)則挖掘中的應(yīng)用研究.pdf

1、20世紀(jì)90年代初，意大利學(xué)者M(jìn).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(jìn)化算法，具有本質(zhì)并行、正反饋及協(xié)同性等優(yōu)點，在解決復(fù)雜優(yōu)化問題上顯示出了良好的適應(yīng)性。用該方法求解TSP問題、分配問題、Job-shop調(diào)度問題，都取得了較好的實驗結(jié)果。雖然研究時間不長，但是現(xiàn)有的研究顯示出，蟻群算法在求解復(fù)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(shù)據(jù)挖掘最重要的研究領(lǐng)域之一。分類是對大量有關(guān)數(shù)據(jù)進(jìn)行分析、學(xué)習(xí)，并建立相應(yīng)問題領(lǐng)域中的分類模型的過程，其主要目標(biāo)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(xué)習(xí)、數(shù)據(jù)挖掘等領(lǐng)域已經(jīng)得到廣泛研究，在醫(yī)療診斷、天氣預(yù)報、市場分析、風(fēng)險預(yù)測等許多領(lǐng)域具有很好的研究和應(yīng)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(gòu)造，即建立模型用來描述

3、數(shù)據(jù)集合和概念集合。在這一階段需要有一個訓(xùn)練樣本數(shù)據(jù)集（簡稱訓(xùn)練集）作為輸入。訓(xùn)練集是由一條條紀(jì)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(shù)據(jù)庫元組來構(gòu)造分類模型。 第二步是利用模型進(jìn)行分類。具體來說就是使用第一步訓(xùn)練完成的分類模型來預(yù)測數(shù)據(jù)的類別，或利用該模型對數(shù)據(jù)集中的每一類別進(jìn)行描述，形成分類規(guī)則。 蟻群算法作為一種新型的模擬進(jìn)化算法，其在

4、數(shù)據(jù)挖掘中的應(yīng)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(yīng)用到數(shù)據(jù)挖掘中的分類規(guī)則挖掘當(dāng)中，對蟻群算法在分類規(guī)則挖掘中的應(yīng)用做了相關(guān)研究，具有一定的理論及現(xiàn)實意義。本文主要內(nèi)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(guān)參數(shù)進(jìn)行了研究, 然后給出了幾種改進(jìn)的蟻群算法，其中包括本人對蟻群算法的一種改進(jìn)—基于信息素擴散的自適應(yīng)進(jìn)化蟻群算法。接著介紹了分類規(guī)則挖掘相關(guān)知識。包括分類規(guī)則挖掘概

5、述，數(shù)據(jù)的預(yù)處理，分類方法的評價標(biāo)準(zhǔn)，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(yīng)用。提出了一種改進(jìn)的基于蟻群算法的分類規(guī)則挖掘算法—基于自適應(yīng)機制和變異策略蟻群算法的分類規(guī)則挖掘算法。改進(jìn)的算法采用了不同的信息素更新方法，引入了自適應(yīng)機制及局部變異和全局變異相結(jié)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(yīng)參數(shù)，在進(jìn)化過程中進(jìn)行自適應(yīng)調(diào)整，較好地解決了加速收斂和停滯早熟的矛盾。實驗結(jié)果表明，該算法