基于增量式遗传算法的粗糙集分类规则挖掘

何　明　冯博琴　马兆丰　傅向华

摘要：从规则获取和优化两个方面研究了基于遗传算法(GA)的增量式粗糙集分类规则挖掘方法．通过研究决策表和决策规则系数，建立了基于粗糙集表示和度量的知识理论，将GA和粗糙集分类规则挖掘算法相结合，在保持原有知识完备的前提下，利用GA对以增量形式获得的分类规则进行优化，获取最优分类规则．试验结果表明，执行增量式GA所需时间较执行一般GA所需时间要少，可有效完成分类规则优化的任务，同时还可提高分类的精度，使分类结果具有更好的可理解性．关键词：粗糙集；数据挖掘；增量式遗传算法；分类规则中图分类号：TPl8文献标识码：A文章编号：0253—987X(2004)06—0579—04