基于量子行为的粒子群优化算法分类规则获取  

Acquisition of classification rule based onquantum-behaved particle swarm optimization

作　　者：刘韬[1,2] 殷锋[1] 陈建英[1] 何蔚林[1] 

机构地区：[1]西南民族大学计算机科学与技术学院,成都610041 [2]四川大学计算机学院,成都610065

出　　处：《计算机应用研究》2009年第2期496-499,共4页Application Research of Computers

基　　金：国家“863”计划资助项目(2002AA144020);四川省科技攻关计划资助项目(06SG0937);西南民族大学青年重点基金资助项目(08NQZ003)

摘　　要：介绍了基本的粒子群算法,并针对基本的粒子群算法在收敛性能上的缺陷,提出将具有量子行为的粒子群优化算法应用于数据挖掘学科中的分类规则获取。对加州大学厄文分校的若干数据集模式分类规则进行提取,与其他规则提取方法相比,证明该算法提高了分类规则的正确率以及全局寻优能力。This paper introduced the basic particle swarm optimization(PSO) firstly.For resolving the shortage of PSO on convergence precise,presented quantum-behaved particle swarm optimization(QPSO).Presented a new algorithm of acquisition of classification rule based on QPSO,and extracted the classification rules of UCI data sets by this algorithm.The result indicates this algorithm achieves better classification accuracy and global optimum.

关 键 词：粒子群 优化 量子行为 分类 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]