【摘 要】
：
为了获得决策系统中属性的极小相对约简,将决策表中相对于每个条件属性的集合和划分的粗糙逼近精度作为衡量属性重要程度的准则,并以此作为启发式信息引入遗传算法,提出一种
【基金项目】
：
教育部科学技术研究资助项目（204032）
论文部分内容阅读
为了获得决策系统中属性的极小相对约简,将决策表中相对于每个条件属性的集合和划分的粗糙逼近精度作为衡量属性重要程度的准则,并以此作为启发式信息引入遗传算法,提出一种在优化初始种群的基础上提高算法性能的启发式遗传算法。通过构造一个修正算子并将其引入启发式信息,以保证被选择的属性子集的分类能力不变。该算子利用启发式信息的局部搜索技术,使得算法既保持了整体的优化特性,又具有较快的收敛速度。实例证明,该算法能有效地对决策系统进行约简。
其他文献
草莓开花前，选用持效期长、无药害的仿生农药1.8%农克螨乳油2000倍液防治2次（间隔1周）、可控制螨害的发生。喷药时将喷头朝上，使叶背部都能喷到药液。也可采用20%灭扫利乳油2000
Apriori频繁集算法是比较经典的一种数据挖掘算法,本文针对Apriori算法的瓶颈,提出了一种Apriori_New算法,它通过迅速减小数据库规模从而较大地提高了挖掘效率,当原始数据库
提出了一种基于面向对象着色Petri网（OOCPN）的多Agent建模方法，与其它建模方法相比，OOCPN可以全面地刻画出Agent的个体行为特征和多Agent间复杂、并行的动态交互，讨论了利用OOCPN
粗糙集理论是一种新型的数据挖掘和决策分析方法，利用粗糙集理论进行决策表的知识约简与决策规则挖掘已经成为研究热点。本文介绍了粗糙集的基本理论，通过决策属性支持度定义的
流处理器作为新型高性能处理器，能够高效地处理32位流程序。但是对于64位流处理器的设计，由于VLSI技术的限制，存在着很多挑战。运算群作为流处理器的核心运算部件，在整个流处理器