基于改进遗传算法的连续属性离散化方法

来源 :计算机工程与设计 | 被引量 : 0次 | 上传用户:huijinbao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
粗糙集中的离散化要求在保持原有决策系统的不可分辩关系情况下,用尽量少的断点进行离散化,而求取连续属性值的最优断点集合是一个NP难题。把连续属性值离散化问题作为一种约束优化问题,采用一种改进的遗传算法来获得最优解,并针对离散化问题设计了相应的编码方式和交叉方法。实验结果表明,采用改进的遗传算法求解连续属性值最优断点集合是可行的。
其他文献
粒子群优化算法是一种解决非线性、不可微和多峰值复杂优化问题的优秀算法,但该算法在进化后期容易出现速度变慢以及早熟的现象;BP神经网络的学习算法是基于梯度下降这一本质
支持向量回归机问题的研究远没有像支持向量机问题成熟完善,支持向量回归机对函数拟合(回归逼近)具有重要的理论和应用意义。借鉴分类问题的有效算法,将其推广到回归问题中来,
为实现数据集成,EAI需要支持众多行业通信协议,这些协议难于通过直接编写代码一一实现。通过对多种TCP/IP行业协议的分析,设计一个TCP/IP通用适配器,通过配置连接管理、通信
针对贵州省发磷矿大塘矿段12~14线矿床的特征,提出采用适宜于该矿体的分段矿房法。
目的突出实践教学,提高学生的职业能力。方法 PBL教学法作为一种新型的教学模式,以临床典型病案为基础,提出拟真情景问题,以学生为中心采取小组讨论来解决问题,充分体现以教