基于免疫原理的模糊关联规则挖掘算法  

Algorithm for mining fuzzy association rules based on immune principles

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：《控制与决策》2008年第8期957-960,共4页Control and Decision

基　　金：国家科技攻关项目(2005BA115A01);国家自然科学基金项目(60373135)

摘　　要：提出一种基于免疫原理的人工免疫算法,用于模糊关联规则的挖掘.该算法通过借鉴生物免疫系统中的克隆选择原理来实施优化操作,它直接从给出的数据中,通过优化机制自动确定每个属性对应的模糊集合,使推导出的满足条件的模糊关联规则数目最多.将实际数据集和相关算法进行性能比较,实验结果表明了所提出算法的有效性.An algorithm is proposed for mining fuzzy association rules based on immune principles, which is mainly inspired by the clonal selection principle of biological immune systems. It is employed to optimize the number of strong rules that satisfy the specified thresholds by adjusting the parameters of fuzzy sets for each quantitative attribute. The performances of the algorithm is compared with other relevant algorithms and the experimental results show the effectiveness of the algorithm.

关 键 词：关联规则 数据挖掘 模糊集合 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]