[发明专利]基于蚁群智能的决策系统约简方法

说明书

技术领域

本发明属于信息处理技术领域，具体涉及一种基于蚁群智能的决策系统约简方法。

背景技术

决策支持系统是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。决策支持系统已经在工业、农业、商业等众多行业得到广泛的应用。决策支持系统简称为决策系统，决策系统中模型的建立关键在于抽取出决策规则构建专家知识库。决策系统中的约简是指系统在保持决策能力不变的情况下，删除其中不重要和冗余的数据，为决策系统的规则抽取提供简洁一致的数据。

粗糙集是波兰科学家Pawlak于20世纪80年代初提出的一种新的处理不完整、不确定知识和数据的表达、学习、归纳的理论方法，已经广泛在决策系统、机器学习、数据挖掘、过程控制及模式识别等多个领域取得了较成功的应用。约简是粗糙集的核心研究内容之一，长期以来都是数据挖掘研究的重要课题。约简是指系统在保持分类或决策能力不变的情况下，删除其中不重要和冗余的属性，为后续的规则获取提供简洁、一致的数据。蚁群智能方法是一种近年来才发展起来的新颖的模仿蚂蚁觅食的群智能方法，具有正反馈、并行性和启发性搜索等特点，已经被应用到决策系统约简方法中。

但是，现有的约简方法，存在着计算复杂性高、搜索时间过长和过早收敛问题。

发明内容

本发明要解决的技术问题是克服现有的决策系统中约简方法的不足，提供一种基于蚁群智能的决策系统约简方法，能够提高运算速度，更容易获得决策系统的最小约简。

本发明提供一种基于蚁群智能的决策系统约简方法，包括如下步骤：

输入：决策系统DT＝(U，C∪D，V，f)和最大迭代次数max cycle。

输出：最优属性约简R_min及其基数L_min。

1.初始化R_min＝C，L_min＝|C|，iteration＝0。

2.计算互信息I(C；D)，计算属性核Core。

循环：

3.产生k只蚂蚁，用属性核初始化k只蚂蚁，R_k＝Core。

4.k只蚂蚁分别随机选择k个属性a_k，R_k＝R_k∪a_k。

5.k只蚂蚁分别根据启发信息选择下一个属性b_k，R_k＝R_k∪b_k

6.如果互信息相等，即I(R_k；D)＝＝I(C；D)，则第k只蚂蚁结束其搜索过程，否则，转5。

7.获得局部解，R_min＝基数最小的R_k，L_min＝min(|R_k|)。

8.如果迭代次数t大于最大迭代次数maxcycle或进化趋势不明显，则结束循环，否则，公式τ_ij(t+1)＝ρτ_ij(t)+Δτ_ij(t)更新信息素τ_ij(t+1)，转3。

9.获得全局解，输出最小约简R_min及其基数L_min。

所述方法的终止条件为：当达到最大迭代次数或连续进化多代的最优个体的属性集合基数没有变化时，则循环结束。

所述方法以基于互信息的属性重要度与信息素作为启发信息，从特征核出发，然后在从随机点出发，求取属性约简。

所述方法步骤中，产生k只蚂蚁后，这k只蚂蚁可分别并行计算，并行求取属性约简。

上述技术方案可以看出，由于本发明实施例将属性重要性与信息素作为启发式信息，引入蚁群智能，并从属性核出发，缩小搜索空间规模，提高了方法的时间复杂度，且方法简单易行，具有并行性，因此能够快速且有效的求得最小约简。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明基于蚁群智能的决策系统约简方法的流程图。