一种基于变异蚁群算法的分类规则挖掘算法

摘要：

Parepinelli等人提出了基于ACO的分类算法.算法实质上是一种序列覆盖算法:蚁群搜索一个规则,移去它覆盖的样例,再重复这一过程,从而得到共同覆盖样例的一组规则.针对蚁群算法计算时间长的缺点,文章采用了新的启发函数及信息素更新方法,并引入了精英群交叉变异策略.砖两个功用数据的实验及其和Ant-Miner的对比表明.该算法有更强的预测分析能力,能够发现更好的分类规则集.以及形式更简单的规则.实验同时显示该算法有效节约了时间.

关键词：蚁群算法、分类规则、精英群交叉变异策略、决策树学习

所属期刊栏目：5

分类号：TP391(计算技术、计算机技术)

在线出版日期：2009-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：2541-2543