基于多目标优化的超盒粒计算分类算法研究  

作　　者：蒋天发[1] 蒋巍[3] 蒋伟[2] 

机构地区：[1]汉口学院信息科学与技术学院,湖北武汉430212 [2]汉口学院实验中心,湖北武汉430212 [3]中国软件评测中心,北京100048

出　　处：《汉口学院学报》2013年第2期54-60,共7页JOURNAL OF HANKOU UNIVERSITY

摘　　要：粒计算是一种看待客观世界的世界观和方法论，信息粒广泛存在于人们的现实生活中；是对现实的一种抽象，信息粒化是人类处理和存储信息的一种反映。粒的数量和分类错误率是粒计算互相冲突的目标，同时最小化这两个目标是不可能的，针对此，建立分类超盒粒的数目和训练错误率两个目标，构造成多目标优化问题，通过多目标演化算法对建立的多目标优化问题进行求解，从而得到一系列分类超盒粒集。多目标演化算法通过随机产生初始种群，利用演化操作和逐次迭代的方法，最终得到一组多目标优化问题的解集，用户可以根据需求选取合适的粒计算分类算法。

关 键 词：粒计算 算法 超盒粒 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]