排序方式: 共有21条查询结果,搜索用时 31 毫秒
1.
2.
3.
4.
5.
6.
决策支持系统和数据挖掘技术的应用已深入到企业管理、金融、办公及日常生活等各个领域。使用原先决策支持系统中的传统方法已远远不能满足决策者的需要,从而出现许多新技术新方法来辅助和完善决策支持过程。文中在介绍遗传算法的基础上,提出了一种将遗传算法与决策支持系统相结合的观点,阐述了基于遗传算法的决策支持系统的模型设计,且深入讨论了遗传进化技术在数据挖掘中的应用。 相似文献
7.
相似范例的检索是范例推理的关键步骤之一,为了准确表达范例之间的本质特征,采用带有权重的特征项方法对范例检索起到重要的作用。在讨论了带有权重的最近邻算法的基础上,提出了一种禁忌遗传算法来获取范例库上的特征项权重,通过利用禁忌算法的自适应性和具有记忆功能的优点来改善遗传算法的全局搜索能力和提高其收敛速度。实验结果表明将这种方法应用于范例推理的案例检索过程中具有可行性,并且可以得到较高的分类精度和搜索效率。 相似文献
8.
能否在范例库中检索和选择出最为相似的范例决定了范例推理系统性能。文中介绍了遗传算法和模拟退火算法,比较了两种算法的特性,提出一种混合遗传模拟退火算法。该算法不但具有强的局部搜索能力,还缩短了搜索时间。将该算法用于发掘范例库上特征权重,理论分析和实验结果表明了这种混合遗传模拟退火算法优于普通的遗传算法。 相似文献
9.
案例的检索和提取是案例推理系统的一个关键步骤,案例检索结果的优劣直接影响到案例重用、修改以及整个系统的性能。遗传算法是一种基于进化思想的全局优化方法,但是存在搜索速度慢以及早熟收敛等问题;禁忌搜索是一种局部优化技术,具有搜索速度快等优点。文中将禁忌算法和遗传算法结合在一起提出了一种新的聚类方法,并将该聚类方法引入大型案例推理系统的案例检索过程中。实验结果表明使用这种方法能够达到较理想的搜索效果。 相似文献
10.
用遗传模拟退火算法挖掘特征项权重的研究 总被引:1,自引:0,他引:1
能否在范例库中检索和选择出最为相似的范例决定了范例推理系统性能。文中介绍了遗传算法和模拟退火算法,比较了两种算法的特性.提出一种混合遗传模拟退火算法。该算法不但具有强的局部搜索能力.还缩短了搜索时间。将该算法用于发掘范例库上特征权重,理论分析和实验结果表明了这种混合遗传模拟退火算法优于普通的遗传算法。 相似文献