协同进化算法在关联规则挖掘中的研究
文中结合遗传算法和粒子群优化算法各自的优势,采用协同进化的思想,同时应用两种算法来遍历两个种群,并引入它们的信息交互机制。最后,实验和应用证明,在可接受的时间复杂度的前提下,协同进化算法不但能继承传统遗传算法的优越性,有效地减少扫描数据库的次数,和产生小规模的候选项目集;而且通过比较协同进化算法,传统的遗传算法和粒子群优化算法的属性,在关联规则挖掘中使用该算法,能避免早熟的现象。采取协同进化算法时可以发现高品质的关联规则,尤其是在高维数据库中。
关联规则挖掘、协同进化算法、遗传算法、粒子群优化算法、概率调整
TP181(自动化基础理论)
安徽省高校重点项目JK2010A051;安徽省高校重点项目KJ2011A039;安徽工业大学研究生创新研究基金2013085
2014-02-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
295-297,326