基于非随机初始种群遗传算法的学习分类器系统  被引量:2

The learning classifier system based on non-random initial population genetic algorithm

在线阅读下载全文

作  者:薛愈洁 Xue Yujie(School of Computer Engineering, Taiyuan University, Taiyuan, Shanxi 030001, China)

机构地区:[1]太原学院计算机工程系,山西太原030001

出  处:《计算机时代》2018年第3期60-62,共3页Computer Era

摘  要:学习分类器系统能够通过简单位串规则的学习有效地引导个体在一个环境中的行为。通过分析基于遗传算法的学习分类器系统的实现原理,提出一种以规则为基础的分类系统,借助训练数据集来实现类别的精确描述,并以数据挖掘中的基准数据鸢尾花卉数据集作为应用对象,实现学习分类器中的消息与分类器系统匹配、桶队列算法信用分配以及基于遗传算法的规则发现。仿真结果表明,通过学习分类器系统优化后,鸢尾花分类的精度好于单个算法的精度。Learning classifier system can guide the individual behavior in a random environment with simple string of rule learning.A classification system based on the rules is proposed by analyzing the architecture of learning classifier system based on genetic algorithm with training data set to improve the accurate of the classification.And the matching of message and classifier in the learning classifier system,the credit allocation in bucket-brigade algorithm and the rule discovery based on genetic algorithm are implemented by using the benchmark data in iris flower dataset.The simulation results show that the accuracy of classification is better than the precision of a single algorithm after learning classifier system optimization.

关 键 词:学习分类器 遗传算法 桶队列算法 鸢尾花分类 

分 类 号:TP301[自动化与计算机技术—计算机系统结构]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象