基于回溯蚁群的分类规则算法研究

论文摘要

蚁群算法是一种模拟群体智能的算法,它通过模拟蚂蚁搜索从巢穴至食物最短路径的行为来求解问题。蚁群算法具有鲁棒性、并行性、易于并行实现及与其他方法相结合等特点。近年有人提出了回溯蚁群模型,使蚁群算法研究的更加深入。本文首先分析了目前分类规则的常用方法,在充分研究了回溯蚁群模型的原理、理论以及其本身具有的鲁棒性和自组织特点的基础上,分析出回溯蚁群模型的局部最优和回溯的机制,提出了基于回溯蚁群的分类规则算法,该算法的核心思想是:在分类规则中的构造规则中,结合回溯蚁群模型,使构造规则的蚂蚁分为两类:工程蚂蚁和回溯蚂蚁。工程蚂蚁从蚁巢出发,在属性节点空间图上沿着属性列爬行,每爬行到一个属性节点时,作一个标记,表示当前规则包括此属性节点,然后从该属性节点派出回溯蚂蚁从此属性节点出发。回溯蚂蚁反向向蚁巢出发,寻找更优路径,即更好的规则。如果一个回溯蚂蚁发现了一个比之前发现的规则更好的规则,那么工程蚂蚁回溯到一个更大的包含新的路径的规则区域,即倒退回上一个最优的属性节点,然后重新进行搜索。最后,本文在已有的mvc开发模式和struts+hibernate开发框架基础上,提出了具有的稳定性和可维护性的六层开发模型,并应用此模型对所提出的算法进行实验。通过多次实验,证明了本文所提出的算法比已有蚁群分类规则算法有更高的预测准确率和运行速度。

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 选题目的及意义
• 1.2 国内外研究现状
• 1.2.1 数据挖掘研究现状
• 1.2.2 分类规则研究现状
• 1.2.3 蚁群算法研究现状
• 1.3 本文的主要工作
• 1.4 论文的组织
• 2 蚁群算法和回溯蚁群模型
• 2.1 引言
• 2.2 蚁群算法的原理
• 2.2.1 蚁群行为描述
• 2.2.2 基本蚁群算法的机制原理
• 2.2.3 人工蚂蚁与真实蚂蚁的异同
• 2.2.4 蚂蚁系统模型的建立
• 2.2.5 基本蚁群算法的实现步骤
• 2.2.6 基本蚁群算法的程序结构
• 2.3 回溯蚁群模型
• 2.3.1 回溯蚁群的提出
• 2.3.2 回溯蚁群的原理
• 2.4 本章小结
• 3 基于回溯蚁群分类规则算法
• 3.1 引言
• 3.2 本文所提算法的理论依据
• 3.3 生成候选规则集
• 3.3.1 构造规则
• 3.3.2 规则剪枝
• 3.3.3 信息素浓度更新
• 3.4 用规则集对新样本进行分类
• 3.5 本章小结
• 4 实验结果及分析
• 4.1 引言
• 4.2 实验框架设计原理
• 4.2.1 六层开发模型的提出
• 4.2.2 六层开发模型的系统架构
• 4.3 实验测试方案
• 4.3.1 系统运行环境
• 4.3.2 测试用的数据
• 4.3.3 实验条件设置
• 4.4 实验的步骤
• 4.4.1 本文所提出的算法实验运行过程
• 4.4.2 已有算法实验运行过程
• 4.5 实验的结果分析和比较
• 4.6 实验结论
• 5 结论与展望
• 参考文献
• 致谢
• 攻读硕士学位期间公开发表的学术论文及科研成果一览表