基于改进遗传算法的粗糙集约简在海量生产数据处理中的应用
针对铜冶炼过程中海量生产数据处理的问题,提出一种基于改进遗传算法的粗糙集约简算法。在分析粗糙集约简方法的基础上,将信息系统中条件属性对决策属性的支持度、重要度作为启发式信息加入遗传算法中,并利用种群相异度和个体相异度改进遗传算法,使算法增强整体优化性和快速收敛性。利用UCI数据集进行算法仿真和铜冶炼过程的生产数据对算法进行实测,结果表明提出的算法具有快速和有效等特点。
粗糙集约简算法 冶炼工艺 数据处理
鄢锋 桂卫华 陈勇 谢永芳 任会峰
中南大学信息科学与工程学院,长沙 410083 中铝国际长沙有色冶金设计研究院有限公司,长沙 410011 中南大学信息科学与工程学院,长沙 410083
国内会议
厦门
中文
1-5
2012-08-01(万方平台首次上网日期,不代表论文的发表时间)