面向數(shù)據(jù)挖掘的遺傳算法的研究與應(yīng)用.pdf

1、在商務(wù)智能系統(tǒng)中，傳統(tǒng)的聚類分析雖已廣泛地應(yīng)用，但還存在一些問題，例如處理大數(shù)據(jù)量時收斂較慢，以及容易陷入局部極小值，即早熟問題。針對這些問題，本文提出了一種基于改進(jìn)型遺傳算法的聚類分析方法，并應(yīng)用于一種面向中小型企業(yè)的聯(lián)機(jī)分析處理系統(tǒng)HBIOLAP，實驗表明，該算法具有較好的聚類質(zhì)量和綜合性能。 首先，論文詳細(xì)介紹了面向數(shù)據(jù)挖掘的相關(guān)技術(shù)，并對現(xiàn)有聚類分析技術(shù)進(jìn)行了比較和說明。 其次，針對現(xiàn)有聚類分析的收斂慢和早熟問題

2、，提出了基于改進(jìn)型的遺傳算法的聚類分析，包括染色體的編碼，適應(yīng)度的計算，交叉及變異算子，同時對該算法的性能與其他聚類分析算法做了比較，實驗結(jié)果表明，該算法具有較好的聚類質(zhì)量和綜合性能。 最后，闡述了面向中小型企業(yè)的聯(lián)機(jī)分析處理系統(tǒng)HBIOLAP的設(shè)計與實現(xiàn)，該系統(tǒng)包括了聯(lián)機(jī)分析處理模塊和聚類分析模塊。并在具體的應(yīng)用場景中，對超市銷售數(shù)據(jù)進(jìn)行挖掘，結(jié)果表明基于改進(jìn)型的遺傳算法的聚類分析在超市銷售系統(tǒng)的實際應(yīng)用中取得了良好的聚類效果