一種改進的遺傳算法在數(shù)據(jù)挖掘中的應用研究.pdf

1、數(shù)據(jù)挖掘又稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)，即從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中尋找隱藏于數(shù)據(jù)之中的未知的但又是潛在的、有用的關系和模式，它能夠自動分析數(shù)據(jù)和進行歸納性推理。目前，數(shù)據(jù)挖掘已經(jīng)在很多行業(yè)的決策支持中起到關鍵的作用，尤其是隨著數(shù)據(jù)量的不斷增大，利用傳統(tǒng)的遺傳算法進行關聯(lián)規(guī)則挖掘已經(jīng)不能很好的滿足需求，為此，需要不斷探尋新的、效率更高的關聯(lián)規(guī)則挖掘算法。基于以上考慮，本文希望通過對傳統(tǒng)的遺傳算法進行改進，并將其應用到數(shù)據(jù)庫中的關聯(lián)規(guī)則挖掘，以提

2、高關聯(lián)規(guī)則挖掘的效率。
　　 本文創(chuàng)新性的工作是:將模擬退火算法與遺傳算法結合使用，利用模擬退火算法的優(yōu)點避免了遺傳算法容易陷入局部最優(yōu)的缺點，形成了模擬退火遺傳算法;然后把該算法應用到關聯(lián)規(guī)則挖掘中，在設計算法中提出了一種新的適應度函數(shù)，并利用自適應交叉和變異算子。通過該算法既能找到高支持度、高置信度的關聯(lián)規(guī)則又能找到正相關的關聯(lián)規(guī)則。
　　 在實驗部分，本文采用的是加州大學歐文分校(University of Cal