10.3969/j.issn.1007-130X.2016.05.025
基于AHTPSO的连续属性离散化算法
针对粗糙集不能较好地处理连续型属性的问题,结合粗糙集理论和粒子群算法,提出基于自适应混合禁忌搜索粒子群的连续属性离散化算法.首先,该算法通过对参数的自适应更新操作,从而避免了粒子群出现早熟的现象;然后将粒子群当代得到的全局最优粒子送入禁忌算法中进行优化,有效地提升了算法的局部探索能力;在兼顾决策表系统一致性的同时,将划分的断点初始化为一群随机粒子,通过改进后粒子群的自我迭代得到最佳的离散化划分点.实验结果表明,与其他结合粗糙集的离散化算法相比,该算法具有更高的规则分类精度和较少的离散化断点个数,对连续属性的离散化效果较好.
粗糙集、粒子群优化、离散化、自适应、禁忌搜索
38
TP311(计算技术、计算机技术)
2016-08-04(万方平台首次上网日期,不代表论文的发表时间)
共9页
1014-1022