基于遗传算法的气象观测数据区间值属性约简算法

摘要：

针对气象观测数据采集目的性弱、数据冗余度较高以及观测数据区间化中单值较多、等价类划分精度低的问题,提出一种基于遗传算法的气象观测数据区间值属性约简算法(MOIvGA).首先,通过改进区间值相似度,使其能够同时适用于单值等价关系判断和区间值相似度分析;其次,通过改进自适应遗传算法,提高其收敛性;最后,通过仿真实验证明,相对于运行自适应遗传属性约简(AGAv)算法求解最优值,所提算法迭代代数减少了22代;在区间长度为lh降水分类中,基于依赖度的区间值决策表λ-约简(MOIvGA)平均分类准确率比RIvD算法提高了6.3％,对无雨的预测准确率提高了7.13％;同时约简后的属性子集显著提高了分类准确率.由此可见,MOIvGA在区间值气象观测数据分析中能够提高收敛速度以及分类准确率.

关键词： 气象观测数据 数据区间值 属性约简算法 收敛速度

作者: 郑忠仁 程勇 王军 钟水明 徐利亚

作者单位: 南京信息工程大学 计算机与软件学院,南京210044 南京信息工程大学 信息化建设与管理处,南京210044 南京信息工程大学 计算机与软件学院,南京210044;南京信息工程大学 信息化建设与管理处,南京210044 九江学院 信息科学与技术学院,江西九江332005

会议类型: 国内会议

会议名称: 第十七届中国Rough集与软计算学术会议、第十一届中国Web智能学术研讨会、第十一届中国粒计算研讨会及第五届三支决策学术会议联合会议 (CRSSC-CWI-CGrC-3WD 2017)

会议地点: 合肥

会议语种:中文

页码: 2678-2683

在线出版日期: 2017-05-26（万方平台首次上网日期，不代表论文的发表时间）