基于GA-PSO混合算法的最小属性约简

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (1): 53-56.

基于GA-PSO混合算法的最小属性约简

吕振中，薛惠锋，钟明，刘欢

西北工业大学自动化学院，西安 710072

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2012-01-01 发布日期:2012-01-01

Minimal attribute reduction algorithm based on GA-PSO

LV Zhenzhong, XUE Huifeng, ZHONG Ming, LIU Huan

College of Automation, Northwestern Polytechnical University, Xi’an 710072, China

Received:1900-01-01 Revised:1900-01-01 Online:2012-01-01 Published:2012-01-01

摘要/Abstract

摘要：

属性约简是粗糙集理论中的核心问题，为有效进行属性的最小约简，将一种GA-PSO混合算法应用于属性约简。该算法在保证寻优能力的前提下，增加群体的多样性，避免陷入局部最优，同时，在适应度函数中加入罚函数。实验结果证明该算法能有效地进行属性约简，取得良好的约简结果。

关键词: 粗糙集, 属性约简, 粒子群算法和遗传算法融合的混合算法（GA-PSO）

Abstract: Attribute reduction is a key point of rough set theory. In order to get minimal subsets of attributes, this paper uses a GA-PSO mixed algorithm applying to attribute reduction. This algorithm in the premise of ensuring optimal ability, increases the diversity of population, and avoids being trapped in the local optimum, in the meantime, adds the penalty function in the fitness function. The experiment results show that it not only keeps the ability in getting reduction but also deduces the number of attribution, and it can obtain the prime effect.

Key words: rough set, attribute reduction, Genetic Algorithm-Particle Swarm Optimization（GA-PSO）

吕振中，薛惠锋，钟明，刘欢. 基于GA-PSO混合算法的最小属性约简[J]. 计算机工程与应用, 2012, 48(1): 53-56.

LV Zhenzhong, XUE Huifeng, ZHONG Ming, LIU Huan. Minimal attribute reduction algorithm based on GA-PSO[J]. Computer Engineering and Applications, 2012, 48(1): 53-56.

[1]	代琪，李敏，刘洋，李丽红. 模糊层次商空间的快速属性约简算法[J]. 计算机工程与应用, 2021, 57(4): 55-60.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	王庆荣，马辰坤. 面向案例消耗推理的应急物资预测[J]. 计算机工程与应用, 2021, 57(22): 281-287.
[4]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[5]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[6]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[7]	张博，贾华宇，马珺. RS-GA神经网络无人机受风情况估计[J]. 计算机工程与应用, 2020, 56(4): 209-213.
[8]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[9]	张建华，李方方，杨岚. 融合PFS与RS的案例知识供需匹配研究[J]. 计算机工程与应用, 2020, 56(23): 139-145.
[10]	骆公志，梅焘. 监督机制多粒度决策粗糙集模型及应用[J]. 计算机工程与应用, 2020, 56(18): 214-220.
[11]	谢旭明，段隆振，邱桃荣，杨幼凤. 改进量子搜索算法及其在核属性求解上的应用[J]. 计算机工程与应用, 2020, 56(14): 57-61.
[12]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[13]	陈盼盼，林梦雷. 基于包含度的单值中智决策信息系统属性约简[J]. 计算机工程与应用, 2020, 56(12): 175-181.
[14]	任俊1，唐绮雯1，徐怡2，胡善忠2. 大学生贫困资助评定的多粒度粗糙集研究[J]. 计算机工程与应用, 2019, 55(7): 82-86.
[15]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.