基于遗传算法的粗糙集属性约简方法技术

本发明专利技术公开了一种基于遗传算法的粗糙集属性约简方法。该方法包括：(1)求决策表的核，初始化随机产生初始群体；(2)通过属性核限制初始群体对应其基因位，根据适应度函数计算适应值；(3)采用修正算子对种群进行修复；(4)判断是否满足算法终止条件，若是，输出最佳个体，若否，进入(5)；(5)在遗传算法中使用选择算子来对群体中的个体进行优胜劣汰操作；(6)采用单点交叉的规则，以交叉概率对种群进行交叉操作；(7)根据启发式变异算子，对种群进行变异操作，且属性核对应的基因位不发生变异。本发明专利技术技术方案能够快速有效地获取决策表中属性的最小约简，有效的提高了信息的准确性。

【技术实现步骤摘要】

本专利技术属于数据处理
，具体涉及一种。
技术介绍
粗糙集理论是由波兰华沙理工大学Pawlak教授于20世纪80年代初提出的一种研究不完整、不确定知识和数据的表达、学习、归纳的理论方法，已经广泛在人工智能、知识与数据发现、模式识别与分类、不精确数据的分析推理等方面取得了较成功的应用。属性约简是粗糙集的核心内容之一，长期以来都是数据挖掘研究的重要课题。属性约简是指在保持系统分类或决策能力不变的情况下，删除其中不重要和冗余的属性；也就是可以用较少的属性获得与原来的属性库相同的分类或决策能力。遗传算法(GA)是模拟生物进化过程的计算模型，具有全局搜索、隐含并行性、鲁棒性、可扩展性等特点，已经被应用到粗糙集属性约简算法中，用于进行属性约简。 但是，现有的属性约简方法，存在着计算、搜索时间过长和过早收敛问题。
技术实现思路
本专利技术要解决的技术问题是克服现有的粗糙集属性约简方法的不足，提供一种，能够提高运算速度，更快获取得到约简信息。 本专利技术提供一种，包括如下步骤 (1)求决策表的核，初始化随机产生初始群体； (2)通过属性核限制初始群体对应其基因位，根据适本文档来自技高网...

【技术保护点】
一种基于遗传算法的粗糙集属性约简方法，其特征在于，包括如下步骤：（１）求决策表的核，初始化随机产生初始群体；（２）通过属性核限制初始群体对应其基因位，根据适应度函数计算适应值；（３）采用修正算子对种群进行修复；（４）判断是否满足算法终止条件，若是，输出最佳个体，若否，进入（５）；（５）在遗传算法中使用选择算子来对群体中的个体进行优胜劣汰操作；（６）采用单点交叉的规则，以交叉概率对种群进行交叉操作；（７）根据启发式变异算子，对种群进行变异操作，且属性核对应的基因位不发生变异。

【技术特征摘要】

【专利技术属性】
技术研发人员：罗笑南，雷健，陈曦，
申请(专利权)人：中山大学，
类型：发明
国别省市：81