多目標(biāo)優(yōu)化設(shè)計(jì)在數(shù)據(jù)挖掘中的研究與應(yīng)用.pdf

1、隨著數(shù)據(jù)庫的廣泛應(yīng)用，人們所積累的數(shù)據(jù)量在急劇增加，如何從大量的數(shù)據(jù)中提取有用的知識(shí)，就成為當(dāng)務(wù)之急。在這種情況下，人們引入了數(shù)據(jù)挖掘的思想，通過它可以預(yù)測(cè)未來的趨勢(shì)和行為，作出超前的、基于知識(shí)的決策。目前數(shù)據(jù)挖掘技術(shù)已廣泛應(yīng)用于各行各業(yè)，比如根據(jù)數(shù)據(jù)挖掘結(jié)果可以進(jìn)行優(yōu)化決策。然而實(shí)際應(yīng)用中的許多優(yōu)化決策問題都趨于復(fù)雜化，所以研究多目標(biāo)優(yōu)化問題的求解方法具有重要的學(xué)術(shù)意義和應(yīng)用價(jià)值。
　　 本文基于數(shù)據(jù)挖掘技術(shù)和多目標(biāo)優(yōu)化設(shè)計(jì)的

2、理論，重點(diǎn)研究了具體實(shí)例中的多目標(biāo)優(yōu)化問題。首先，介紹了選題背景和研究意義，進(jìn)一步分析了國內(nèi)外數(shù)據(jù)挖掘和多目標(biāo)優(yōu)化設(shè)計(jì)的研究現(xiàn)狀，同時(shí)給出了論文的主要研究內(nèi)容和結(jié)構(gòu)。其次，簡單介紹了數(shù)據(jù)挖掘技術(shù)，并給出了數(shù)據(jù)挖掘的基本概念，對(duì)數(shù)據(jù)挖掘的常用算法進(jìn)行了系統(tǒng)的歸納，列舉了數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域。然后，簡述了優(yōu)化設(shè)計(jì)的產(chǎn)生與發(fā)展，給出了多目標(biāo)優(yōu)化設(shè)計(jì)的定義和原理，同時(shí)詳細(xì)分析了遺傳算法的特點(diǎn)，重點(diǎn)介紹了幾種基于遺傳算法的求解多目標(biāo)優(yōu)化問題的方法，

3、并列舉了一些經(jīng)典案例來說明多目標(biāo)優(yōu)化設(shè)計(jì)的用途。又針對(duì)某生物殺螺劑制作過程中的多目標(biāo)優(yōu)化問題，提出了一種應(yīng)用Pareto遺傳算法來解決問題的優(yōu)化方法，建立了用于多目標(biāo)優(yōu)化的適應(yīng)度函數(shù)，使用排列選擇法將帶約束的多目標(biāo)優(yōu)化問題轉(zhuǎn)換為無約束的優(yōu)化問題，并根據(jù)計(jì)算中的收斂情況引入了適當(dāng)?shù)囊泼袼阕?，改善了遺傳算法的進(jìn)化性能，得到了Pareto最優(yōu)解集，成功地解決了該生物殺螺劑的最優(yōu)配方問題。最后，對(duì)論文的主要研究內(nèi)容進(jìn)行了總結(jié)，展望了今后的研究前