遗传算法在数据挖掘与应用实例分析.pdfVIP

第27卷第6期增刊 仪器仪表学报 V01．27NO．6 2006年6月 ofScientificInstrument Jun．2006 ChineseJournal 遗传算法在数据挖掘中的应用实例分析 刘长良 赵建英 曲晓平 刘廉隅 (华北电力大学河北保定071003) 摘要该文主要分析了数据挖掘的有关概念及其数据挖掘的过程，详细阐述了遗传算法的基本思想、步骤及其在数据挖掘 中的应用，以遗传算法在旅行商问题中的应用为例，全面分析了遗传算法在数据挖掘中的应用过程及其实现的计算效果，同 时对简单的遗传算法在数据挖掘应用中存在的问题进行了讨论。 关键词 遗传算法数据挖掘 fordata Evolutionaryprogramapplied mining Liu Zhao Qu Liu ChangliangJianyingXiaopingLianyu (NorthChinaElectricPower 071003，China) University，Baoding AbstractThe the and ofthedata thebasic paperanalysesconceptprocess mining，explainthought，theprocedure and indata ofthe the ofshortesttravel for applicationmining evolutionaryprogram．Takeproblem pathexample， the andeffectivenessof indata discussesthedrawbackof analysesapplication evolutionaryprogram mining．And the indata of simple existingproblem miningevolutionaryprogram． application words data Key evolutionaryprogrammining 在生成初期群体后，对各个个体进行适应度评价， 1 引 言 并按适者生存的原则，从中选择出较适应环境的个体 进行交叉变异，个体Gi被选择的概率p(Gi)和适应度 数据挖掘就是从大量的、不完全的、有噪声的、模 f(Gi)间成正比关系。即使适应度高的个体能留下更 糊的、随机的实际应用数据中发现隐含的、规律性的、 多的后代，然后再通过交叉、变异过程产生更适应环境 人们事先未知的，但又是潜在有用的并且最终可理解 的新一代染色体群。本代总适应度比上一代的要高， 的信息和知识的非平凡过程。 然后再重新进行自然选择。这样，一代一代地进化，各 遗传算法是基于进化理论，并采用遗传结合、遗传 代群体的优良基因成分逐渐积累，群体的平均适合度 变异及自然选择等涉及方法的优化技术。遗传算法模