计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
31期
67-71
,共5页
规则集学习%AQ覆盖算法%蚁群优化%蚁群规则学习算法
規則集學習%AQ覆蓋算法%蟻群優化%蟻群規則學習算法
규칙집학습%AQ복개산법%의군우화%의군규칙학습산법
针对规则集学习问题,提出一种遵循典型AQ覆盖算法框架(AQ Covering Algorithm)的蚁群规则集学习算法(Ant-AQ).在Ant-AQ算法中,AQ覆盖框架中的柱状搜索特化过程被蚁群搜索特化过程替代,从某种程度上减少了陷入局优的情况.在对照测试中,Ant-AQ算法分别和已有的经典规则集学习算法(CN2、AQ-15)以及R.S.Parpinelli等提出的另一种基于蚁群优化的规则学习算法Ant-Miner在若干典型规则学习问题数据集上进行了比较.实验结果表明:首先Ant-AQ算法在总体性能比较上要优于经典规则学习算法,其次,Ant-AQ算法在预测准确度这样关键的评价指标上优于Ant-Miner算法.
針對規則集學習問題,提齣一種遵循典型AQ覆蓋算法框架(AQ Covering Algorithm)的蟻群規則集學習算法(Ant-AQ).在Ant-AQ算法中,AQ覆蓋框架中的柱狀搜索特化過程被蟻群搜索特化過程替代,從某種程度上減少瞭陷入跼優的情況.在對照測試中,Ant-AQ算法分彆和已有的經典規則集學習算法(CN2、AQ-15)以及R.S.Parpinelli等提齣的另一種基于蟻群優化的規則學習算法Ant-Miner在若榦典型規則學習問題數據集上進行瞭比較.實驗結果錶明:首先Ant-AQ算法在總體性能比較上要優于經典規則學習算法,其次,Ant-AQ算法在預測準確度這樣關鍵的評價指標上優于Ant-Miner算法.
침대규칙집학습문제,제출일충준순전형AQ복개산법광가(AQ Covering Algorithm)적의군규칙집학습산법(Ant-AQ).재Ant-AQ산법중,AQ복개광가중적주상수색특화과정피의군수색특화과정체대,종모충정도상감소료함입국우적정황.재대조측시중,Ant-AQ산법분별화이유적경전규칙집학습산법(CN2、AQ-15)이급R.S.Parpinelli등제출적령일충기우의군우화적규칙학습산법Ant-Miner재약간전형규칙학습문제수거집상진행료비교.실험결과표명:수선Ant-AQ산법재총체성능비교상요우우경전규칙학습산법,기차,Ant-AQ산법재예측준학도저양관건적평개지표상우우Ant-Miner산법.
