计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2014年
10期
1831-1834,1933
,共5页
遗传算法%粗糙集%属性约简
遺傳算法%粗糙集%屬性約簡
유전산법%조조집%속성약간
genetic algorithm%rough set%attribute reduction
为解决传统遗传算法在属性约简时会出现迭代次数多,收敛较慢的问题,论文提出了一种改进的遗传算法。该方法在适应函数上加入属性重要度因子,同时在交叉操作中有选择地保留子代个体,确保算法能够快速收敛。实验结果证明,改进之后的算法在保证属性约简的基础上,能够实现比传统遗传算法更快的迭代和收敛。
為解決傳統遺傳算法在屬性約簡時會齣現迭代次數多,收斂較慢的問題,論文提齣瞭一種改進的遺傳算法。該方法在適應函數上加入屬性重要度因子,同時在交扠操作中有選擇地保留子代箇體,確保算法能夠快速收斂。實驗結果證明,改進之後的算法在保證屬性約簡的基礎上,能夠實現比傳統遺傳算法更快的迭代和收斂。
위해결전통유전산법재속성약간시회출현질대차수다,수렴교만적문제,논문제출료일충개진적유전산법。해방법재괄응함수상가입속성중요도인자,동시재교차조작중유선택지보류자대개체,학보산법능구쾌속수렴。실험결과증명,개진지후적산법재보증속성약간적기출상,능구실현비전통유전산법경쾌적질대화수렴。
In order to solve the question of more iterative times and the slower convergence speed of traditional genetic algorithm in attribute reduction ,an improved genetic algorithm is proposed .This algorithm gives sufficiency function added a factor of attribute importance ,and saves the individual which have good adaptation in crossover operation ,to make sure the algorithm can quickly converge .The result shows that this method not only ensures attribution reduction ,but also achieves fast iterative and fast convergence .