基于粗糙集理論的Self集的構(gòu)造和演化算法設(shè)計(jì).pdf

1、對(duì)計(jì)算機(jī)免疫學(xué)在國(guó)內(nèi)外的研究現(xiàn)狀、計(jì)算機(jī)免疫過程中Self集構(gòu)造算法的研究現(xiàn)狀以及Self集構(gòu)造面臨的困難等作了較為詳細(xì)的歸納總結(jié)。 針對(duì)Self集構(gòu)造過程中特征碼構(gòu)造困難，不利于Self集演化的問題，在計(jì)算機(jī)免疫模型基礎(chǔ)上，提出了一種基于Rough集理論的Self集構(gòu)造和演化算法。針對(duì)Self集構(gòu)造過程中面臨的數(shù)據(jù)量龐大，數(shù)據(jù)來源多樣化、分析任務(wù)繁重等問題，在Self集構(gòu)造之前，引用了一種基于模糊集相似度的粗糙集規(guī)則約簡(jiǎn)算法，

2、實(shí)現(xiàn)了數(shù)據(jù)的約簡(jiǎn)，降低了數(shù)據(jù)的冗余，減輕了特征碼構(gòu)造的負(fù)擔(dān)，提取出有效的最簡(jiǎn)規(guī)則集和信息可信度：將特征屬性的取值離散化為四個(gè)區(qū)間，用二進(jìn)制編碼構(gòu)造特征碼，得出最初的Self集；然后根據(jù)Rough集的上近似集和下近似集原理，構(gòu)造出上近似Self集和下近似Self集，使Self集具有自動(dòng)演化更新的能力。 最后通過對(duì)Self Sets與Non-Self Sets決策表進(jìn)行數(shù)據(jù)約簡(jiǎn)、上近似Self集和下近似Self集的構(gòu)造以及Self集