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雜度還是空間復雜度上都比傳統(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