基于免疫调节和粒子群优化的最小属性约简算法

摘要：

计算决策表的属性约简是粗糙集理论的一个重要部分.在实际应用中,人们往往期望得到属性数最少的一个属性约简,即最小属性约简.Wong S.K.M及Ziarko.W已经证明了找出一个决策表的最小属性约简是NP-hard问题,因此,要设计出求最小属性约简的有效方法是比较困难的.目前提出的一些属性约简算法大都属于启发式的搜索算法,它们的优点是易于实现,且计算速度快,但求出的不一定是最小的属性约简.粒子群优化PSO算法”9”、免疫算法都是近年来发展起来的智能群体优化方法,可用于全局优化搜索,而且往往具有收敛速度比遗传算法快的优点.为此,本文把人工免疫系统的免疫调节机制用于二进制粒子群算法中粒子多样性的控制,并提出了一个基于免疫调节和粒子群优化的最小属性约简算法.该算法把免疫调节机制与二进制粒子群优化算法有机地结合在一起,有效地防止了算法陷于局部最优,提高了搜索最小属性约简的效率.对UCI数据表的实验结果说明了该方法的有效性及可行性。

关键词： 免疫调节 粒子群优化 最小属性约简 计算决策表 粗糙集 适应度函数

作者: 廖建坤 叶东毅

作者单位: 福州大学数学与计算机学院,福州,350002

会议类型: 国内会议

会议名称: 第六届中国Rough集与软计算学术研讨会(CRSSC”2006)

会议地点: 浙江金华

会议语种:中文

页码: 190-192

在线出版日期: 2006-10-30（万方平台首次上网日期，不代表论文的发表时间）