一种启发信息遗传算法的粗糙集属性约简算法
属性约简在粗糙集理论研究中一直占据重要位置.为了能够更加快速有效的获得决策表中属性的最优约简,提出了一种新的启发信息遗传算法的粗糙集属性约简算法.引入属性频率作为启发式信息构造适应度函数,相比于传统矩阵方法,减少了大量矩阵操作.在交叉操作时,基于属性重要度的特性,引入判别属性相似度这一操作,父代相似个体不进行交叉,避免了不必要的个体交叉.实验结果表明,该算法比传统方法更准确的获得关键属性,且迭代的次数更少,能更有效地约简属性.
粗糙集、属性约简、遗传算法、属性频率、属性相似度
11
TP391(计算技术、计算机技术)
江苏省自然科学基金BK2012209;苏州市工业应用基础研究项目SYG201409
2015-06-10（万方平台首次上网日期，不代表论文的发表时间）
共5页
281-285
