基于改进遗传算法的粗糙集属性约简算法

摘要：

属性约简是粗糙集理论研究的主要内容之一,为了能够有效地获取决策表中属性最小约简,在分析属性约简的方法与遗传算法的基础上,将属性重要性度量作为启发式信息引入遗传算法,提出了一种启发式遗传算法.通过构造新的变异算子来引入启发式信息,体现了启发式信息的局部搜索技术,使得算法既保持整体优化特性,又具有较快的收敛速度.实验结果表明,该方法能快速有效地求出决策表的最小约简.

关键词：粗糙集、属性约简、遗传算法、启发式信息、核

所属期刊栏目：31

分类号：TP18(自动化基础理论)

资助基金：湖南省科技计划基金项目2007GK3042;湖南省自然科学基金重点项目07JJ3120

在线出版日期：2010-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：602-604,608