基于量子云模型演化的最小属性约简增强算法

• 作者: 丁卫平 施佺 王建东 管致锦
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 属性约简 逆向云模型 量子云旋转门 量子云变异与云纠缠
• 年，卷（期）: 2013,（2）
• 页码范围: 290-295
• 页数: 6页
• 分类号: TP301.6
• 字数: 5506字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2013.02.012

摘要

为提高决策表中最小属性约简的效率、稳定性和鲁棒性,基于云模型在非规范知识定性、定量表示及其相互转换过程中的优良特征对量子进化算法进行算子设计,提出了一种基于量子云模型演化的最小属性约简增强算法(QCMEARE).该算法采用量子基因云对进化种群进行编码,基于约简属性熵权逆向云进行量子旋转门自适应调整,使其在定性知识指导下能够自适应控制属性约简空间搜索范围,并采用量子云变异和云纠缠操作算子较好地避免了在属性演化约简中易陷入局部最优和早熟收敛等问题,使算法快速搜索到全局最优属性约简集.仿真实验表明,提出的最小属性约简增强算法具有收敛速度快、约简精度高和稳定性强等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施佺	南通大学计算机科学与技术学院	89	405	10.0	15.0
2	王建东	南京航空航天大学计算机科学与技术学院	158	1573	21.0	31.0
3	丁卫平	南京航空航天大学计算机科学与技术学院	17	90	6.0	8.0
6	管致锦	南通大学计算机科学与技术学院	69	369	10.0	16.0