改进的PSOGM算法在动态关联规则挖掘中的应用

摘要：

针对动态关联规则挖掘中支持度向量和置信度向量变化趋势的分析和预测,提出一种改进的粒子群优化的灰色模型应用在动态关联规则挖掘中.由于灰色模型在引入背景值后导致在非平稳序列中的预测精度下降,因此有必要引入参数进行修正,通过在粒子群优化算法中引入二次搜索机制,优化求解灰色模型不同时刻的背景值,从而提高粒子群算法的局部搜索能力,进而提高灰色模型的预测精度.通过在Matlab平台上进行实验仿真,数据集采用超市购物数据,结果表明该方法比原始灰色模型、遗传算法优化的灰色模型和标准的粒子群优化的灰色模型具有更高的预测精度.

关键词：粒子群优化算法、灰色模型、动态关联规则、背景值

所属期刊栏目：54

分类号：TP391(计算技术、计算机技术)

资助基金：甘肃省自然科学基金1606RJZA033

在线出版日期：2018-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：160-165