学位论文 > 优秀研究生学位论文题录展示
基于蚁群算法的不确定规则提取方法及应用
作 者: 陈玲
导 师: 朱元国
学 校: 南京理工大学
专 业: 应用数学
关键词: 不确定推理规则 不确定系统 蚁群优化算法 规则提取 数据分类
分类号: TP18
类 型: 硕士论文
年 份: 2014年
下 载: 21次
引 用: 0次
阅 读: 论文下载
内容摘要
近几十年来,数据挖掘的方法一直受到很大的关注。对基于模糊逻辑和模糊推理系统的数据挖掘方法的研究取得了不少成果。最近,清华大学的刘宝碇教授提出处理主观行为的新理论,称为不确定性理论。在不确定性理论的基础上,本文考虑基于不确定系统的数据挖掘方法。在设计不确定系统时,可以将设计过程建模为一个高维空间的搜索问题,高维空间中每个点代表一个规则集、隶属函数和相应的系统行为。本文重点考虑的是不确定推理规则的产生,提出了两种基于蚁群优化算法的不确定规则提取方法。同时,为了加快算法的收敛速度,提高算法的优化性能,本文在蚁群算法的基础上引入变异操作和模拟退火算法。这样,结合具体的隶属函数和系统行为,利用提取的不确定规则就能成功设计一个不确定系统。最后,本文用不确定系统解决数据挖掘中的分类问题。通过两个例子来验证本文方法的有效性和优越性。
|
全文目录
摘要 3-4 Abstract 4-5 目录 5-7 1 引言 7-12 1.1 数据挖掘理论和方法 7-8 1.2 模糊系统理论及其设计方法 8-11 1.3 本文的主要内容 11-12 2 预备知识 12-20 2.1 蚁群优化算法 12-13 2.2 不确定集和隶属函数 13-15 2.3 期望值 15 2.4 不确定推理规则和不确定系统 15-20 3 不确定集的期望值计算 20-23 4 具有变异特征的蚁群算法的不确定规则提取方法 23-28 4.1 决策向量 23-24 4.2 目标函数 24-25 4.3 具有变异特征的蚁群算法不确定规则提取方法 25-28 5 模拟退火算法作局部搜索的蚁群算法的不确定规则提取方法 28-33 5.1 模拟退火算法 28-29 5.2 模拟退火算法作局部搜索的蚁群算法的不确定规则提取方法 29-33 6 实验和结果 33-38 6.1 IRIS数据集的分类问题 33-34 6.2 Wisconsin Breast Cancer(WBC)数据集的分类问题 34-38 总结 38-39 致谢 39-40 参考文献 40-44 附录 44-46
|
相似论文
- 基于多项式参数依赖Lyapunov函数的鲁棒滤波器设计,TP13
- 系统控制理论及其在水下机器人系统中的应用研究,TP13
- 基于改良蚁群算法的神经网络分类规则提取,TP183
- 无线传感器网络节能路由算法的研究,TP212.9
- 改进蚁群算法在盲均衡中的应用,TN911.5
- 考虑流固耦合渗流作用的边坡稳定性分析,TU43
- 不确定时滞系统的保性能滤波研究,TP13
- 不确定时滞系统的鲁棒H_∞控制,TP13
- 基于GPU的并行蚁群优化算法的研究与实现,TP301.6
- 基于膝关节角度的助行功能性电刺激模糊控制研究,R651.2
- 非线性时滞系统的保性能控制研究,TP13
- 多机器人烟羽跟踪算法实验研究,TP242
- 时滞不确定系统的保成本控制,TP13
- 快速公交调度算法与研究,O224
- 车载导航路径规划算法研究,U495
- 不确定随机系统的鲁棒滤波器设计,TP13
- 不确定系统的容错控制与滤波研究,TP13
- 一类线性不确定时滞系统的反馈H_∞滤波设计,TP13
- 具区域极点约束的不确定系统控制问题研究,TP13
- 群智能优化算法及应用研究,TP301.6
- 不确定系统状态估计及其在粘着控制中的应用,U260.14
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|