一种基于Rough集的启发式人工选择算法.pdf

第 38 卷 　第 1 期 太 原 理 工 大 学 学 报 Vol . 38 No . 1 2007 年 1 月 　　 　 J OU RN AL O F TA IYU AN UN IV ER SIT Y O F T EC HN OL O GY 　 　 J an . 2007 　　文章编号 :100729432 (2007) 0 120028204 一种基于 Ro u gh 集的启发式人工选择算法 陈泽华 ,谢克明 (太原理工大学 信息工程学院 ,山西 太原 030024) ( ) 摘 　要 :在传统二进制编码遗传算法 GA 的基础上 ,提出一种基于 Rough 集的启发式人工选 择算子和人工选择算法 。利用粗糙集对遗传算法的历史数据进行分析 ,发现重要基因位 ,获得重要 模式信息 ,并以此为启发式信息 ,选择优秀模式进行人工育种 ,从而对复杂优化问题进行有效求解 。 采用该算法对典型测试函数进行了验证 ,算例结果表明 ,人工选择算法加速了常规遗传算法进化速 度 ,提高了收敛效率 。 关键词 :粗糙集 ;遗传算法 ;人工选择算法 中图分类号 : TP 183 　　　文献标识码 :A 　　人为万物之灵 ,具有从 自然界获取知识并利用 的定义基因位置; aik 称作定义等位基因; δ(L) = ik - 知识改造世界的能力 。相对于漫长的自然演变过程 i1 定义为模式的长度 。 而言 ,人工育种在数年之间就成功培育出符合人类 定义 2 　对于第 i 个基因, 若 需要的优良品种 ,其本质在于用人类的智慧捕捉隐 ( ) P x k = 0 , 1 k ≠i , 藏在 自然进化中的信息 ,择优育种 ,迅速获得所需要 v f ( ( x 1 , …, x i- 1 , 1 , x i +1 , …, x l) ) ≥ 样本 。 f ( ( x 1 , …, x i- 1 , 0 , x i +1 , …, x l) ) , 粗糙集所具有的数据挖掘功能和知识获取能力 则称基因 i 是重要基因, 重要基因取值 1 时为优 良 已经获得广泛证明[ 1 ] 。笔者针对常规二进制编码的 选择 。如果有 ( ) 遗传算法 GA ,提出一种基于 Rough 集的人工选 f ( ( x 1 , …, x i- 1 , 0 , x i +1 , …, x l) ) ≥ 择算子和人工选择算法 。利用粗糙集对 GA 产生的 f ( ( x 1 , …, x i- 1 , 1 , x i +1 , …, x l) ) , 大量历史数据进行分析 ,通过降低数据维数 、减小数 则称重要基因取 0 时为优良选择 。 据复杂性 ,对数据进行概括 、抽象 、提炼 ,从而发现重