數(shù)據(jù)挖掘的粗糙集方法與遺傳算法.pdf

1、關(guān)于粗糙集方法,我們研究兩個基本的問題—屬性約簡和離散化.具體來講,包括以下內(nèi)容:(1)屬性約簡:在一個信息系統(tǒng)中有成千上萬條記錄,但是對于信息系統(tǒng)的分類或者規(guī)則推理來說,其中一些屬性往往是多余的.他們對于系統(tǒng)的分類質(zhì)量或者規(guī)則推理不起任何作用,這時就需要我們對信息系統(tǒng)進行屬性約簡,去掉這些多余的屬性,簡化信息系統(tǒng).針對這個問題,該文從集合覆蓋的角度討論屬性約簡,在集合覆蓋和屬性約減之間通過構(gòu)造一個一一映射,將粗糙集中的屬性約簡問題轉(zhuǎn)化

2、成集合覆蓋問題,這樣使得我們能夠利用成熟的集合覆蓋的相關(guān)理論來解決屬性約簡問題.(2)離散化:在信息系統(tǒng)中,有些情況下,我們得到的數(shù)據(jù)的一些屬性值是實值數(shù)據(jù),這樣有可能使得很少的對象有相同的屬性值,因而等價類的數(shù)量會增大,而每個等價類里面的對象會很少,這樣就導致大量的規(guī)則生成,使得分類效率下降,所以為了處理問題的需要,我們需要將這些數(shù)據(jù)進行離散化.關(guān)于粗糙集理論中的離散化,Nguyen S.H在他的論文里已經(jīng)做了詳細的描述,同時提出MD

3、算法.該文在此基礎(chǔ)上,做了進一步的研究,提出一種新的離散化方法—漸進式離散化算法.由于我們的方法是漸進式的,一旦數(shù)據(jù)庫更新,應(yīng)用該算法不需重新對整個數(shù)據(jù)庫進行遍歷,適合動態(tài)數(shù)據(jù)挖掘,同時我們也通過實驗證明漸進式方法無論在時間復(fù)雜度還是空間復(fù)雜度上都比傳統(tǒng)的MD算法好,該方法占有較少的內(nèi)存資源,同時離散的質(zhì)量高.關(guān)于遺傳算法,我們主要討論以下兩個方面的內(nèi)容:(1)運用遺傳算法解決粗糙集中的屬性離散化問題,該算法從優(yōu)化的角度來研究離散化問題

4、,使得我們能夠得到較好的近似解.在算法設(shè)計過程中,我們運用多種優(yōu)化策略,包括傳統(tǒng)的父子混合策略等等,同時根據(jù)離散化的特點,提出了一種新型策略—罰函數(shù)策略,運用此策略,我們能夠淘汰不完全染色體,加快了計算速度同時增加結(jié)果的準確性.總之,對于粗糙集中屬性離散化的問題,我們從不同的角度提出了兩種方法:漸進式算法和遺傳算法,這兩種方法各有優(yōu)點,所以我們根據(jù)不同的情況運用不同的方法.(2)運用遺傳算法分析股票時序數(shù)據(jù),建立了一個股票市場的決策模型