第21卷第2期-自科版-盐城工学院.pdfVIP

第2l卷第2期 盐城工学院学报(自然科学版) V01．21No．2 of 2008年06月 Journal Instituteof NaturalScienceEdition Yancheng Technology June．2008 基于遗传编程的分等级规则挖掘模型 周 崎1，王 斌2 (1．盐城工学院广电处，江苏盐城224002；2．盐城-r学院T程中心，江苏盐城224002) 摘要：根据分等级规则挖掘的具体要求，结合遗传编程的特点建立了一种新型的规则挖掘模型。 对规则的编码方式和遗传算子进行了详细的设计，构造了满足遗传编程挖掘的树型染色体规则 结构，并综合考虑支持度、可信度和相关度3个指标和等级系数等约束因素来设计适应度函数。 最后通过实例对基于遗传编程的分等级规则挖掘模型的可靠性进行了验证。 关键词：遗传编程；分等级规则；数据挖掘 中图分类号：TP392文献标识码：A 规则挖掘的目的是发现大规模数据集中项集 1 基于GP的分等级规则挖掘模型 之间有趣的关联或相关关系…。目前国内外对 基于人工智能技术的规则发现进行了积极深入的 基于GP的分等级规则挖掘是运用GP的自 研究，提出了粗糙集心】、决策树[3】、遗传算法H1和 适应寻优及智能搜索技术，获取与客观事实相容 人工神经网络1等规则发现方法。但在许多应 的问题的解。GP首先将问题的可能的解进行编 用中，仅在低层的数据项之间，很难找出强关联规 码，形成染色体(GP树)，构成初始群种。根据评 则，可能在不同等级的项之间找出的规则比仅在 价函数计算每个GP树适应值，复制适应值高的 同等级原始数据之间的关联度更高一些，而上述 染色体(GP树)，并通过遗传操作(选择、交叉、变 方法在分等级的规则发现方面又存在着种种不足 异)来产生新的染色体种群(见图1)。 之处。因此本文提出一种基于遗传编程(genetic programming，GP)的分等级规则挖掘方法，它能 属性空间 有效解决挖掘数据量庞大及数据之间存在复杂的 用Il染色体编码方式i{ 拓扑关系、位置关系和度量关系关系。 嘉ll竺至堡垒竺i} 遗传编程是遗传算法(geneticalgorithms， I‘___-__-。，_。____-，·______。．I—l 7一定ll垩壅壁苎鳖!ll GAs)的扩展。GP利用自然进化的原理进行程序 ， 的进化。它与GAs的最大区别在于其个体是可 以执行的程序而非字符串【6】。在标准GP技术 蚓粪糕 中，程序表示为语法树的形式。GP可以用来生长 n诵高高 “树”。这些树代表一些有组织的指令与函数，可 匝圃 以用来对给定的初始结构进行结构与参数操作， 眄翮 从而让简单的规则树成长为满足需要的规则 [二目 l理想 树．8】。因为在GP中，个体的长度是开放式的变 保存厂新 长表示，所以特别适合分等级规则的开放式的结 图1 分等级规则拓扑cP挖掘运算流程 构空间搜索。 GP—Bas