基于規(guī)則歸納和范例推理的遺傳算法控制參數(shù)設(shè)置研究.pdf

1、自然界中生物對其生存環(huán)境具有優(yōu)良的適應(yīng)性，各種物種在一種競爭的環(huán)境中生存，優(yōu)勝劣汰，使得物種不斷進化。進化計算是對自然界中生物進化的模擬。人類作為生物界中進化的佼佼者，之所以能超越其他生靈，是因為人類具有超出長物的學習能力，能夠完成獲取知識、記錄知識、應(yīng)用知識的活動。
　　機器學習，就是要使計算機能模擬人的學習行為，自動地通過學習獲取知識和技能，不斷改善性能，實現(xiàn)自我完善。歸納學習(Induction Learning)、范例推理

2、(Case-BasedReasoning，CBR)是機器學習中發(fā)展較為成熟的技術(shù)，己經(jīng)被廣泛地研究和應(yīng)用。
　　模擬人類進化機制，將傳統(tǒng)的進化計算與機器學習相結(jié)合，無疑為提出智能成都更高的進化計算體系另辟蹊徑。本文對這種結(jié)合形式進行了詳細的描述和分析。
　　文中首先討論了歸納學習的發(fā)展概況，介紹了歸納學習中的決策樹學習算法。接著介紹了范例推理的基本技術(shù)，即范例表示、范例檢索、CBR修正、CBR維護等。對進化計算當中一個重要分