×
石内，久雄;山本隆志

数据挖掘中基于多目标遗传局部搜索算法和规则评价方法的模糊规则选择。 （英语） Zbl 1081.68091号

模糊集系统。 141，第1期，59-88（2004）.
摘要：本文展示了如何为具有许多连续属性的模式分类问题选择少量简单的模糊if-then规则。我们的方法包括两个阶段：通过数据挖掘中的规则评估措施生成候选规则和通过多目标进化算法选择规则。在我们的方法中，第一个候选模糊if-then规则是从数值数据中生成的，并使用数据挖掘中的两个规则评估度量（即置信度和支持度）进行预筛选。然后使用多目标进化算法从预先筛选的候选规则中选择少量模糊if-Then规则。在规则选择中，我们使用了三个目标：最大化分类精度、最小化所选规则数和最小化规则总长度。因此，多目标进化算法的任务是找到与这三个目标相关的多个非支配规则集。本文的主要贡献是提出了一种利用两种规则评价指标作为模糊规则选择候选规则的预筛选准则的思想。对于高维模式分类问题，可以从数值数据中生成任意指定数量的候选规则。通过计算机仿真，我们证明了这种预筛选过程提高了模糊规则选择方法的效率。我们还将先前研究中的多目标遗传算法（MOGA）扩展到多目标遗传局部搜索（MOGLS）算法，其中局部搜索过程调整每个候选规则的选择（即包含或排除）。此外，将规则权重（即确定性因子）的学习算法与我们的MOGLS算法相结合。对模糊规则选择的MOGA的这种扩展是本文的另一个贡献。

引用于18文件

MSC公司：

68吨10 模式识别、语音识别
68T05型 人工智能中的学习和自适应系统
68T20型 人工智能背景下的问题解决（启发式、搜索策略等）
第68页，共15页 数据库理论

关键词：

数据挖掘;模式分类;模糊规则选择;进化多准则优化;混合遗传算法

软件：

4.5条
PDF格式BibTeX公司 XML格式引用
\textit{H.Ishibuchi}和\textit{T.Yamamoto}，模糊集系统。141，第1号，59--88（2004；Zbl 1081.68091）
全文： 内政部

参考文献：

[1] 亚伯，S。；Thawonmas，R.，带椭圆区域的模糊分类器，IEEE Trans。模糊系统，5，3，358-368（1997）
[2] R.Agrawal，R.Srikant，关联规则挖掘的快速算法，Proc。第20届超大数据库国际会议，1994年，第487-499页。（扩展版作为IBM Research Report RJ98391994提供）。；R.Agrawal，R.Srikant，挖掘关联规则的快速算法，Proc。第20届超大数据库国际会议，1994年，第487-499页。（扩展版作为IBM Research Report RJ98391994提供）。
[3] 卡斯蒂略，L。；冈萨雷斯，A。；Perez，P.，《在遗传模糊学习算法中选择最佳规则的简单性准则》，《模糊集与系统》，120，2，309-321（2001）·Zbl 1013.68178号
[4] 卡斯特罗，J.L。；Castro-Schez，J.J。；Zurita，J.M.，《模糊机器学习技术在知识获取过程中的应用》，模糊集与系统，123，3，307-320（2001）·兹比尔1001.68920
[5] 科尔顿，O。；德尔·耶稣，M.J。；Herrera，F.，《模糊规则分类系统中推理方法的建议》，国际。J.近似原因。，20, 1, 21-45 (1999)
[6] J.Dougherty，R.Kohavi，M.Sahami，连续特征的监督和非监督离散化，Proc。第12届国际米兰。1995年机器学习会议，第194-202页。；J.Dougherty，R.Kohavi，M.Sahami，连续特征的监督和非监督离散化，Proc。第12届国际米兰。1995年机器学习会议，第194-202页。
[7] U.M.Fayyad，K.B.Irani，分类学习中连续值属性的多间隔离散化，Proc。第13届国际。人工智能联合会议，1993年，第1022-1027页。；U.M.Fayyad，K.B.Irani，分类学习中连续值属性的多间隔离散化，Proc。第13届国际。人工智能联合会议，1993年，第1022-1027页。
[8] H.Ishibuchi，T.Murata，多目标遗传局部搜索算法，Proc。第三届IEEE国际。Conf.进化计算，1996年，第119-124页。；H.Ishibuchi，T.Murata，多目标遗传局部搜索算法，Proc。第三届IEEE国际。Conf.进化计算，1996年，第119-124页。
[9] Ishibuchi，H。；Murata，T.，一种多目标遗传局部搜索算法及其在流程调度中的应用，IEEE Trans。Systems Man Cybernet-C部分：申请。修订版，28、3、392-403（1998年）
[10] Ishibuchi，H。；Murata，T。；Turksen，I.B.，用于选择模式分类问题语言规则的单目标和双目标遗传算法，模糊集与系统，89，2，135-149（1997）
[11] 石破竹，H。；Nakashima，T.，模糊规则分类系统中规则权重的影响，IEEE Trans。模糊系统，9，4，506-515（2001）
[12] Ishibuchi，H。；中岛，T。；Murata，T.，《语言规则提取的基于基因的三目标机器学习》，Inform。科学。，136, 1-4, 109-133 (2001) ·Zbl 0996.68175号
[13] Ishibuchi，H。；Nozaki，K。；Tanaka，H.，模糊规则的分布式表示及其在模式分类中的应用，模糊集与系统，52，1，21-32（1992）
[14] 石破竹，H。；Nozaki，K。；山本，N。；Tanaka，H.，使用遗传算法构建具有矩形模糊规则的模糊分类系统，模糊集和系统，65，2/3，237-253（1994）
[15] Ishibuchi，H。；Nozaki，K。；山本，N。；Tanaka，H.，使用遗传算法为分类问题选择模糊if-then规则，IEEE Trans。模糊系统，3，3，260-270（1995）
[16] H.Ishibuchi，T.Yamamoto，T.Nakashima，模糊数据挖掘：模糊离散化的效果，Proc。第一届IEEE国际。2001年数据挖掘会议，第241-248页。；H.Ishibuchi，T.Yamamoto，T.Nakashima，模糊数据挖掘：模糊离散化的效果，Proc。第一届IEEE国际。2001年数据挖掘会议，第241-248页。
[17] Jaszkiewicz，A.，多目标组合优化的遗传局部搜索，欧洲J.Oper。研究，137，1，50-71（2002）·Zbl 1002.90051号
[18] A.Jaszkiewicz，M.Hapke，P.Kominek，多目标进化算法在分布式系统设计问题上的性能——计算实验，Proc。第一国际。进化多准则优化会议，2001年，第241-255页。；A.Jaszkiewicz，M.Hapke，P.Kominek，多目标进化算法在分布式系统设计问题上的性能——计算实验，Proc。第一国际。进化多准则优化会议，2001年，第241-255页。
[19] Jin，Y.，高维系统模糊建模复杂性降低和可解释性改进，IEEE Trans。模糊系统，8，2，212-221（2000）
[20] Kuncheva，L.I.，模糊分类器设计（2000），Physica-Verlag:Physica-Verlag Heidelberg·兹比尔0992.68183
[21] C.T.Leondes（编辑），《模糊理论系统：技术与应用》，第卷。1-4，学术出版社，圣地亚哥，1999年。；C.T.Leondes（编辑），《模糊理论系统：技术与应用》，第卷。1-4，学术出版社，圣地亚哥，1999年·Zbl 0956.68121号
[22] Nauck博士。；Kruse，R.，从数据中学习模糊分类规则的神经模糊方法，模糊集与系统，89，3，277-288（1997）
[23] Nozaki，K。；Ishibuchi，H。；Tanaka，H.，自适应模糊规则分类系统，IEEE Trans。模糊系统，4，3，238-250（1996）
[24] de Oliveira，V.，成员函数优化的语义约束，IEEE Trans。Systems Man Cybernet-A部分：系统人类，29，1，128-138（1999）
[25] 佩德里茨，W。；de Oliveira，V.，模糊模型优化，IEEE Trans。系统人网络-B部分：网络。，26, 4, 627-637 (1996)
[26] 昆兰，J.R.，C4.5：机器学习课程（1993），摩根考夫曼：摩根考夫曼·圣马特奥
[27] 塞恩斯，M。；巴布斯卡，R。；Verbruggen，B.，基于规则的建模精度和透明度，IEEE Trans。Systems Man和Cybernet-C部分：申请。修订版，第28、1、165-169页（1998年）
[28] 塞恩斯，M。；Roubos，H.，基于遗传算法的建模和分类复杂性和性能，IEEE Trans。模糊系统，8，5，509-522（2000）
[29] Weiss，S.M。；库利科夫斯基，C.A.，《学习的计算机系统》（1991年），摩根·考夫曼出版社：摩根·考夫曼出版社圣马特奥
[30] Zitzler，E。；Thiele，L.，《多目标进化算法比较案例研究和强度帕累托方法》，IEEE Trans。进化。计算。，3, 4, 257-271 (1999)
[31] Zitzler，E。；Deb，K。；Thiele，L.，《多目标进化算法模拟结果的比较》，Evol。计算。，8, 2, 173-195 (2000)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。