基于免疫原理和模糊规则的分类器设计  

Classifier Design Based on Immune Principle and Fuzzy Rule

作　　者：张雷[1] 李人厚[1] 

机构地区：[1]西安交通大学系统工程研究所

出　　处：《信息与控制》2007年第6期754-759,共6页Information and Control

基　　金：国家科技攻关资助项目(2005BA115A01);国家自然科学基金资助项目(60373135)

摘　　要：提出一种基于免疫原理的模糊分类系统的设计方法.该算法基于生物免疫系统中的克隆选择和超变异原理,通过抗体种群的演化来优化模糊分类规则集合,可以同时确定隶属度函数形状、规则集合以及规则的数目.针对典型数据集的仿真实验表明了本文方法的有效性.A method is proposed to design a fuzzy classification system with immune principle. Based on the clonal selection and hypermutation principle of biological immune system, the algorithm evolves a population of antibodies to optimize the fuzzy classification rule set. The shape of membership functions, the rule set, and the number of rules inside the rule set can be determined at the same time. Simulation experiments are made on some benchmark data sets, and the results demonstrate that the proposed algorithm is effective.

关 键 词：数据挖掘 模式分类 模糊系统 免疫原理 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]