基于离散型粒子群优化算法的分类系统构建.docxVIP

第27卷第2期阜阳师范学院学报(自然科学版)V01．27．No．220lo年6月Jo蜩：扭lofFuyangTeacherscoIlege(Naturalscience)Jun．2010基于离散型粒子群优化算法的分类系统构建王浩(阜阳师范学院计算机与信息学院，安徽阜阳236029)摘要：离散型粒子群优化(DPS0)算法具有收敛速度快、参数少、能够适用于动态环境的能力等优点。借鉴已有的基 于粒子群算法的分类系统，以离散型PSo为基础构建分类系统，在操作的过程中使用变长的方法来表示粒子，对法则集进行合理的表示并进行适当的删减，使用预设法则来提高分类效果等。通过实验证明，系统能够正确对法则进行州减并使用较少的法则数目达到理想的分类准确率，该分类系统具有较好的性能．关键词：粒子群优化}模糊聚类I离散型PSo，法则集中图分类号：TPl8文献标识码：A文章编号：1004—1069(2010)02一0023一05TheconstructionOfclassificationsystembasedondiscreteparticleswarmoptimizatiOnWANGHao(Sc^训∥CD砷“泖4材肠胁猢砌l，F螂积gn口fk圩国玩班，F缈删gA咒Jl撕236029，C版挖口)Abstract：TheⅨscreteParticleSwarmOptimi缸tion(DPSo)hasIittleparametersaIldhighconvergentcapabilityoftheglobaloptimizing．Weconstructaclassification systembasedonDiscretePSOwiththeexistingPSo．basedclassifica—tion8ystem．We哪ethevar讪le-kngthmetIlodtorepresentparticle试theproce髂ofoperation，representrule sethareasomblewayanddosomeappropriatecut，usethedefaultruletoimprovecl酗sification effectivenes8．Theexperimentalresultsshowthatthe8ystemc弛cuttherule8accurately．Itcanworkwellwithle88 numberoftherulesandachievedesir．ablecla8sificationaccuracy’theclassification 8ystemlla8900dperformance．Keywords：particle8warmoptimi勰tion，fuzzyclusteringIdiscretePS()Irule8et据分类模型找出其共同性质进而区分成不同类别O引言的一个过程，每一个数据项由一连串的属性值来描粒子群优化算法(ParticleSwarmOptimiza．述，并且每一个数据项将会属于一个事先设定好的 tion；PSO)属于群智能算法的一个分支，它是一种类别，其目的是将每一个类别的特征清楚的定义，以群体为基础的最佳化搜寻技术，该算法由James并且通过训练找出一系列法则，建立分类模型，将Kennedy和RussellEberhart于1995年共同提没有分类的原始数据进行分类。出[¨，该算法具有收敛速度快、较少的参数、能够适图1是数据分类的流程，在分类时首先将数据用于动态环境的能力等优点，在国内外均逐渐成为分成训练数据集和测试数据集，根据训练数据集使热门的研究课题。用数据挖掘算法找出一系列的法则来构建分类模数据分类是数据挖掘和机器学习领域中一项型，再使用测试数据集来衡量分类系统的性能和预重要内容，数据分类是指在数据库的数据项中，依测的表现。收稿日期：2010—04一11 基金项目：安徽省高校省级自然科学研究项目(K，安徽省计算机实验实训示范中心项目资助．作者简介：王浩(1974一)，男，硕士，讲师，研究方向：数据挖掘、计算机网络．万方数据阜阳师范学院学报(自然科学版)第27卷1．o]的区间中，而P甜和x耐则被定义在整数{o，1) 之中，在速度计算的公式中利用。与1来调节可能性进而改变轨道。离散型PSO先利用标准PSO中的速度计算公式求得速度之后，再利用公式(1)进行修正，假如一个介于[o，1]之间的任意值小于S(％)，则X耐被设定为1，反之设定为o(5】。s(口)_再焉捕1‘1)图1数据分类流程在DPSO中，算法按下列步骤进行[‘】：1粒子群优化算法步骤1：在具有d个维度的问题空间中，以任意的位置和速度值来初始化粒子；1．1标准PS0算法步骤2：利用适应函数计算每个粒子的适应