[发明专利]基于NSGA-Ⅱ优化改进的模糊分类模型构造方法无效
申请号: | 201310117731.X | 申请日: | 2013-04-03 |
公开(公告)号: | CN103198357A | 公开(公告)日: | 2013-07-10 |
发明(设计)人: | 邢宗义;朱跃;季海燕;俞秀莲;夏军;陈岳剑;任金保 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06N3/12 | 分类号: | G06N3/12;G06N7/02 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 朱显国 |
地址: | 210094 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 nsga 优化 改进 模糊 分类 模型 构造 方法 | ||
1.一种基于NSGA-Ⅱ优化改进的模糊分类模型构造方法,其特征在于步骤如下:
步骤一、构造初始模糊分类模型
根据样本输入输出数据,利用C4.5算法构造初始分类决策树,采用三角形隶属函数将初始分类决策树转化为初始模糊分类模型;
步骤二、设定进化参数
给定所需的种群规模L、最大迭代次数MAXTER、当前迭代次数t、交叉率pc、变异率pm;
步骤三、产生初始代种群
将初始模糊分类模型直接编码产生第一条染色体,定义模糊分类模型编码方式如下:
CH=CSCT
CS=(cs1,cs2,…,csR)
csr=(d1,r,…,dn,r,dn+1,r)
CT=(ct1,ct2,…,ctn+1)
其中,CH表示染色体,CS为模糊分类模型的规则库中所有规则编码,csr为单条规则编码,r=1,2,…,R,R为规则库中的规则数;di,r为规则r中变量i的编码,取值为0或者1,i=1,2…,n+1,n为输入变量数;CT为模糊集合参数编码,cti代表变量i的模糊集合参数编码,mi表示变量i的模糊集合数;
第一条染色体中CS所有基因值均取1,模糊集合参数由初始模糊分类模型的模糊集合参数实数编码得到;剩下的L-1条染色体、CS中所有基因值都取1,CT以第一条染色体的CT为中心在搜索空间内随机均匀生成,这L条染色体构成初始代种群;
步骤四、定义适应度函数
定义如下适应度函数:
其中,xk为给定样本变量,N表示样本数,为分类错误数,R为模糊规则数,rc为模糊规则前件总数;
步骤五、全局搜索最优个体并输出
利用NSGA-Ⅱ算法全局搜索最优个体,将最优个体反编码为模糊分类模型并输出,初始迭代次数t=0。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310117731.X/1.html,转载请声明来源钻瓜专利网。