遗传算法在基于二元决策树模型选择中应用.pdfVIP

维普资讯 第 2卷第 2期 管 理 科 学 学 报 Vol_2No．2 1999年 6月 JOURNALOFMANAGEM ENT SCIENCESIN CHINA Jun．1999 遗传算法在基于二元决策树的模型选择中的应用。 算法构造二元决策树．最后给 出了在趋势预测模型选择 中的应用实例，并分析 了影响二元决策 树错误率 的因素 关键词：三垄壅至苎，型堡堡，鎏堡墨鎏 {=) 、 分类 ：!!翌 0 引 言 理的遗传算法，它模拟达尔文的遗 传选择和 自然 淘汰的计算模型．通过在求解过程中，使群体不断 模型选择是模型管理的重要部分，模型的自 优化，进而找到最优解或准最优解．作为一种有效 动选择一直是决策支持系统研究领 域的重要 问 的全局并行优化搜索工具，遗传算法具有简单、通 题．迄今，已研究出许多的模 型选择方法 ，这些方 用 、鲁棒性强和适于并行处理 的特 点，因而在工农 法可 被分为两大类 ：解析法与人工智能法．解析 业、经济政治、科学研究等方面取得 了广泛的应 法是基于 目标线性规划模型的方法，依靠模型使 用． 用的历史信息来选择模型 ；人工智能方法解决 本文提出了采用遗传算法构造二元决策树对 许多用传统数学方法难以解决 的问题，其中专家 数据进行特征识别 ．并根据识别的结果选择模型 系统和人工神经网络是人工智能领域中的两个受 的方法 ．该方法克服 了神经 网络在模型选择 中的 到普遍关注的研究课题．模型选择实际可 认为 不足，提高了模型选择的准确率．为此，进行以下 是一个模式识别过程，与传统的解析方法和专家 三个方面的研究： 系统相 比．人工神经 网络在模式识别和动态系统 1)基于遗传算法的二元决策树权值矢量求 的预测中更具有优越性0]，为此国内外许多学者 辫 ； 在这方面进行 了深入 的研究 ]．但神经 网络也 2)构造二元决策树； 有其局 限性 ，主要表现在 以下几点 ： 3)二元决策树在模型选择中的应用． 1)如何有效地确定神经网络模型中的各种参 数到 目前为止还未有很好的解决方案，只能根据 1 二元决策树 先前的经验或大量的实验来确定这些参数 ]． 2)从数学上看，它是一个非线形优化 问题 ，这 决策树是一种结构简单、搜索效率高的分类 就不可避免的会出现局部最小问题 ]． 器 【：．目前，出现了采用遗传算法对决策树结构 3)算法的收敛速度慢，通常要迭代几千步甚 运算 ，直接构造决策树的方法 ”，和通过遗传算 至上万步 ． 法求解树结点的线性权值矢量 ，进而构造二元决 70年代 ，Holland提 出了基于生物学进 化原 策树的方法。 ．本文提出一种新的通过遗传算法 0 国家 自然科学基金资助项 目． 吴 菲：博士生，通讯地址-暗尔滨工业太学管理学院．邮编 ：150001联系电话 0451—6672238． 本文 1998年 l1月 16日收到． 维普资讯 58 管 理 科 学 学 报 求解树结点的线性权值矢量，并