基于遗传算法地分类器设计演示文稿.pptVIP

基于遗传算法的分类器设计 主要内容 目标概念的表示 搜索空间的表示 遗传操作 适应度函数 系统地执行过程 实验结果 参考文献 目标概念的表示 用遗传算法做分类问题,就是找到一组能很好拟合训练样例的IF-THEN规则(目标概念)。学习过程可看作一个搜索过程,就是在假设空间中搜索目标概念。目标概念的表示通常有两种： Michigan方法 一条染色体表示一条规则，种群中的各条规则互相竞争。整个种群表示一个目标概念。 Pittsburgh方法 每条染色体是由一组定长的规则组成，代表一个侯选概念。 搜索空间的表示一 这里的搜索空间,就是侯选假设空间,遗传算法中的假设常被表示成二进制位串,编码方式确定了,假设空间也就相应定了. 搜索空间的表示二 比如一条规则： If (Outlook=Sunny) and (Temperature=Hot) and (Humidity=High) and (Wind=Weak or Strong) then PlayTennis=No 二进制编码形式为：100100101101 联赛选择算子 两点交叉算子一 两点交叉算子二 例如：如果两个双亲串是： 两点交叉算子三 变异算子 变异操作是对标准遗传算法的变异算子做了一个约束，因为决策属性比较特殊，它的位串中只能有一位是1，大于1或全0不符合语义，无法对规则做出解释，所以决策属性的位串不参与