主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
李继东,张学杰.基于遗传算法的多维模糊分类器构造的研究.软件学报,2005,16(5):779-785
基于遗传算法的多维模糊分类器构造的研究
Research on the Construction of Fuzzy Classifier System for Multidimensional Pattern Classification Using Genetic Algorithms
投稿时间:2004-02-23  修订日期:2004-05-08
DOI:
中文关键词:  模糊遗传学习机制  密歇根方法  模糊分类器  早熟收敛  精英选择  基于相似性的选择
英文关键词:fuzzy genetic-based machine learning mechanism  Michigan approach  fuzzy classifier  premature convergence  elist selection  selection mechanism based on similarity
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60266003(国家自然科学基金);the Youth Natural Science Foundation of Yunnan University under Grant No.2004Q027C(云南大学青年自然科学基金)
作者单位
李继东 云南大学,信息学院,计算机科学与工程系,云南,昆明,650091 
张学杰 云南大学,信息学院,计算机科学与工程系,云南,昆明,650091 
摘要点击次数: 2902
全文下载次数: 3261
中文摘要:
      讨论了基于模糊遗传机器学习机制的密歇根方法在多维分类问题上的应用及性能问题,并提出了一种新的模糊遗传学习方法.将每一模糊规则作为遗传算法中的一个个体,且具有相应的适应度函数值.在提取模糊规则的同时,还对每个属性维的模糊划分进行学习以获取较好的模糊集合参数.另外,该方法引入了基于相似性的选择机制,减轻了选择机制对低适应函数值个体造成的选择压力,保持了种群的多样性,从而有效地避免了遗传算法收敛到局部解的问题.实验结果表明,该方法在多维模糊分类器的构造问题上具有较高的正确分类率、适应性较好等性能.
英文摘要:
      This paper discusses the application and performance of multidimensional pattern classification problems using Michigan approach based on fuzzy genetics-based machine learning mechanism, and proposes a new approach. In the approach, each fuzzy if-then rule is handled as an individual, and a fitness value is assigned to it. The approach not only retrieves fuzzy if-then rules, but also tunes the membership functions of each dimension, meanwhile the selection mechanism based on the similarity of individuals is involved to reduce the high selective pressure, keep the diversity of population, and avoid the premature convergence problem consequently. Finally the experiments prove that the approach has a better correct classification rate and a better adaptability on multidimensional pattern classification problems.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利