基于粒子群算法的粗糙集屬性約簡(jiǎn)方法研究.pdf

1、粒子群算法(簡(jiǎn)稱PSO)，或稱粒子群優(yōu)化方法，由Kennedy與Eberhart兩位學(xué)者提出，是一種群智能技術(shù)，具有簡(jiǎn)單、有效、收斂速度較快、全局搜索能力較強(qiáng)等特點(diǎn)。
　　粗糙集理論建立在對(duì)象的不可分辨關(guān)系基礎(chǔ)上，能夠?qū)Π烁鞣N不同大小噪聲影響的數(shù)據(jù)進(jìn)行有效地處理和劃分。其中的屬性約簡(jiǎn)理論是在保持決策表中條件屬性集與決策屬性原有的依賴關(guān)系不變的基礎(chǔ)上刪除冗余信息的過(guò)程，有利于從紛繁復(fù)雜的信息集合中找到只包含有用信息的數(shù)據(jù)。屬性約

2、簡(jiǎn)在信息數(shù)據(jù)日益暴漲的當(dāng)今社會(huì)體現(xiàn)出越來(lái)越重要的實(shí)用價(jià)值，在現(xiàn)實(shí)生活中的各個(gè)方面都得到了成功應(yīng)用，產(chǎn)生了深遠(yuǎn)影響。
　　本文研究探討了粒子群算法和粗糙集屬性約簡(jiǎn)方法的相關(guān)理論，在求解決策信息表最小屬性約簡(jiǎn)的一般思想方法中融入了一種改進(jìn)的高效二進(jìn)制粒子群算法來(lái)進(jìn)行數(shù)據(jù)的約簡(jiǎn)處理。新改進(jìn)的粒子群算法相比原來(lái)粒子群算法方法上較以往約簡(jiǎn)方法在執(zhí)行效率和性能方面均得到了明顯改善，具有一定的實(shí)用價(jià)值。
　　本文主要研究工作包括以下方面:

3、
　　1)針對(duì)粒子群算法和粗糙集屬性約簡(jiǎn)方法的理論，通過(guò)分析比較現(xiàn)有信息系統(tǒng)中屬性值的處理方法及其優(yōu)缺點(diǎn)，對(duì)現(xiàn)有的幾種屬性約簡(jiǎn)方法及其不足進(jìn)行了比較和分析。
　　2)在基本粒子群算法的理論基礎(chǔ)上深入理解和研究了內(nèi)嵌區(qū)域震蕩搜索的粒子群優(yōu)化算法RSPSO，并對(duì)算法中吸引子的求解過(guò)程做出了合理的改進(jìn)優(yōu)化，改進(jìn)了原算法的吸引子公式，改進(jìn)的粒子群算法WMRSPSO相比基本粒子群算法和原算法具有更好的收斂能力和尋優(yōu)能力。
　　3