改进的遗传算法在分类规则挖掘中的应用

摘要：

与其它常用的分类方法相比,遗传算法具有较强的伸缩性和全局搜索能力.本文对分类规则进行二进制编码,并通过适应度函数来评价分类规则的有效性.文中对简单遗传算法进行了改进,并引入相似度的概念,提出基于相似度的交叉算子.首先设定一个相似度阈值,计算个体的相似度与相似度阈值比较,若大于该阈值,则执行均匀交叉操作,否则执行单点交叉操作.最后采用USI机器学习数据库中的数据进行实验.实验结果表明改进的遗传算法挖掘出的分类规则准确率较高.

关键词：分类规则、相似度、遗传算法

所属期刊栏目：26

分类号：TP311.1(计算技术、计算机技术)

在线出版日期：2014-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：147-149