基于粗糙集的海量數(shù)據(jù)約簡(jiǎn)技術(shù)及應(yīng)用研究.pdf

1、　　海量數(shù)據(jù)約簡(jiǎn)一直是數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和模式識(shí)別等領(lǐng)域中的關(guān)鍵問(wèn)題和研究熱點(diǎn)，為此，在分析常用粗糙集約簡(jiǎn)技術(shù)和基于進(jìn)化計(jì)算的約簡(jiǎn)技術(shù)基礎(chǔ)上，研究基于量子粒子群(QPSO)和差分進(jìn)化(DE)的混合優(yōu)化(QPSO-DE)算法，進(jìn)而提出基于QPSO-DE的海量數(shù)據(jù)約簡(jiǎn)技術(shù)，并進(jìn)行典例仿真驗(yàn)證和實(shí)際應(yīng)用。主要工作如下：
　　(1)常用屬性約簡(jiǎn)算法分析與仿真。對(duì)差別矩陣法和基于屬性重要度的約簡(jiǎn)算法進(jìn)行典型例子的仿真分析，指出了常用屬性約

2、簡(jiǎn)算法的缺陷與不足，即當(dāng)所要約簡(jiǎn)的信息表數(shù)據(jù)維數(shù)超過(guò)一萬(wàn)時(shí)，現(xiàn)有約簡(jiǎn)算法是無(wú)法完成約簡(jiǎn)任務(wù)的，且其算法的復(fù)雜度會(huì)成指數(shù)級(jí)增長(zhǎng)。
　　(2)基于QPSO和DE的QPSO-DE算法研究。采用典例仿真分析，指出PSO、QPSO、DE三種優(yōu)化算法存在之不足，即當(dāng)處理一個(gè)多峰優(yōu)化問(wèn)題時(shí)由于算法中個(gè)體信息共享機(jī)制的單一以及種群多樣性的單調(diào)導(dǎo)致算法搜索路徑陷入局部最優(yōu)。為此，將QPSO和DE相融合，提出一種QPSO-DE混合優(yōu)化算法，大量實(shí)驗(yàn)