智能算法在關(guān)聯(lián)規(guī)則挖掘上的應(yīng)用研究.pdf

1、關(guān)聯(lián)規(guī)則挖掘主要是研究數(shù)據(jù)屬性之間的關(guān)聯(lián)關(guān)系，挖掘出的規(guī)則在企業(yè)決策、個(gè)性化推薦、產(chǎn)品設(shè)計(jì)上都有很高的價(jià)值。目前關(guān)聯(lián)規(guī)則挖掘領(lǐng)域使用最多的是Apriori算法和遺傳算法。但Apriori算法的不足是需要多次掃描事務(wù)數(shù)據(jù)庫(kù)與生成了大量的頻繁項(xiàng)目集;遺傳算法存在易陷入局部收斂，收斂速度慢的弊端。
　　本文針對(duì)傳統(tǒng)算法在關(guān)聯(lián)規(guī)則挖掘領(lǐng)域出現(xiàn)的弊端，結(jié)合國(guó)內(nèi)外最新的文獻(xiàn)，研究工作主要包括以下內(nèi)容:
　　論文首先介紹了數(shù)據(jù)挖掘的功能、

2、過程、方法、應(yīng)用與研究熱點(diǎn)等內(nèi)容。隨后闡述了關(guān)聯(lián)規(guī)則挖掘的基本步驟，通過一個(gè)具體實(shí)例和流程圖詳細(xì)介紹了經(jīng)典Apriori算法的運(yùn)行過程和存在的不足，在此基礎(chǔ)上歸納總結(jié)了一些關(guān)聯(lián)規(guī)則挖掘領(lǐng)域的優(yōu)化算法及其思想。
　　其次詳細(xì)闡述了遺傳算法的基本思想，介紹了基本處理流程和基本要素，繼而闡明了算法的參數(shù)設(shè)置方法，在此基礎(chǔ)上詳細(xì)闡述了遺傳算法用于關(guān)聯(lián)規(guī)則挖掘的可行性與具體步驟。
　　第三是認(rèn)真學(xué)習(xí)了人工智能中前沿理論——帝國(guó)主義競(jìng)爭(zhēng)

3、算法(Imperialistcompetitivealgorithm，ICA)的思想，國(guó)內(nèi)外的應(yīng)用情況與運(yùn)行流程。國(guó)內(nèi)外的文獻(xiàn)及實(shí)驗(yàn)都證明了該算法可以很快收斂到最優(yōu)解，不易陷入局部最優(yōu)。在此基礎(chǔ)上提出了基于帝國(guó)主義競(jìng)爭(zhēng)算法的關(guān)聯(lián)規(guī)則挖掘方案，詳細(xì)闡述了使用ICA進(jìn)行關(guān)聯(lián)規(guī)則挖掘的步驟，并使用UCI公開數(shù)據(jù)集對(duì)方案進(jìn)行了仿真驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，與GA算法相比，ICA算法在關(guān)聯(lián)規(guī)則挖掘上更能達(dá)到全局最優(yōu)，挖掘規(guī)則精度更高。
　　最后，

4、本文在學(xué)習(xí)研究關(guān)聯(lián)規(guī)則領(lǐng)域的國(guó)內(nèi)外文獻(xiàn)和免疫遺傳算法(Immunegeneticalgorithm，IGA)理論基礎(chǔ)上，針對(duì)一篇最新智能算法在關(guān)聯(lián)規(guī)則挖掘上存運(yùn)行時(shí)間較長(zhǎng)的弊端，提出了三段式編碼的改進(jìn)IGA關(guān)聯(lián)規(guī)則挖掘算法。使用三段式編碼方案來降低分割點(diǎn)的選取對(duì)挖掘結(jié)果的影響，使用基于矢量矩濃度的的選擇方案來降低算法的運(yùn)行時(shí)間，使用了自適應(yīng)的交叉與變異因子降低人工設(shè)置參數(shù)對(duì)挖掘結(jié)果的干擾。實(shí)驗(yàn)仿真結(jié)果表明，本文改進(jìn)的算法在關(guān)聯(lián)規(guī)則連續(xù)屬