基于决策树和遗传算法的模糊分类系统设计
提出一种基于决策树初始化和遗传算法优化的模糊分类系统的设计方法.该方法首先采用分类和递归树(CART)算法进行决策树的生长,树的修剪过程简化了初始决策树;然后,把修剪后的决策树转化为模糊模型,利用匹茨堡型实数编码的遗传算法优化该模糊模型.为了提高模型的解释性,在遗传算法中利用基于相似性的模型简化方法对模型进行约简.最后利用该方法对Iris问题进行研究,仿真结果验证了该方法的有效性.
模糊分类系统 决策树 遗传算法 解释性
张永 吴晓蓓 向峥嵘 胡维礼
南京理工大学自动化学院,南京,210094
国内会议
江苏无锡
中文
423-426
2006-07-31（万方平台首次上网日期，不代表论文的发表时间）