基于AQ覆盖框架的蚁群规则集学习算法

• 作者: 熊伟清 赵俊 颜晨阳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 规则集学习 AQ覆盖算法 蚁群优化 蚁群规则学习算法
• 年，卷（期）: 2008,（31）
• 所属期刊栏目: 理论研究
• 页码范围: 67-71
• 页数: 5页
• 分类号: TP301.6
• 字数: 7125字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.31.019

摘要

针对规则集学习问题,提出一种遵循典型AQ覆盖算法框架(AQ Covering Algorithm)的蚁群规则集学习算法(Ant-AQ).在Ant-AQ算法中,AQ覆盖框架中的柱状搜索特化过程被蚁群搜索特化过程替代,从某种程度上减少了陷入局优的情况.在对照测试中,Ant-AQ算法分别和已有的经典规则集学习算法(CN2、AQ-15)以及R.S.Parpinelli等提出的另一种基于蚁群优化的规则学习算法Ant-Miner在若干典型规则学习问题数据集上进行了比较.实验结果表明:首先Ant-AQ算法在总体性能比较上要优于经典规则学习算法,其次,Ant-AQ算法在预测准确度这样关键的评价指标上优于Ant-Miner算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊伟清	宁波大学信息科学与工程学院	68	1051	17.0	30.0
2	赵俊	宁波大学职教学院	8	15	3.0	3.0
3	颜晨阳	宁波大学职教学院	3	3	1.0	1.0