收藏本站
《山东师范大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

基于群体智能的关联规则挖掘及应用

王伟伟  
【摘要】: i群体智能是在近十几年来在协同进化论基础上发展起来的一种新的优化算法。它是将由单个复杂个体完成的任务交给大量简单的个体组成的群体合作完成,而后者往往更具有健壮性、灵活性和经济上的优势。群体智能利用群体优势,在没有集中控制,不提供全局模型的前提下,为寻找复杂问题解决方案提供了新的思路,是“无智能的主体通过合作表现出智能行为的特性”。作为群体智能的典型实现模式,模拟生物蚁群智能寻优的蚁群算法和模拟鸟群运动模式的微粒群算法正在受到学术界的广泛关注。由于其概念简明、实现方便,在短期内迅速得到了国际演化计算研究领域的认可。 关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。它在数据挖掘中是一个重要的课题,最近几年已被业界所广泛研究。关联规则研究有助于发现交易数据库中不同商品(项)之间的联系,找出顾客购买行为模式,分析结果可以应用于商品货架布局、货存安排以及根据购买模式对用户进行分类。Agrawal等于1993年首先提出了挖掘顾客交易数据库中项集间的关联规则问题,以后诸多的研究人员对关联规则的挖掘问题进行了大量的研究。 本文对群体智能,尤其是微粒群算法进行了较为系统地分析和研究,结合关联规则算法提出了一些改进的算法,主要包括以下一些内容: (1)群体智能技术的概述。介绍了群体智能的基本概念、分类、主要功能、关键技术以及典型应用等等。 (2)群体智能模式的研究。介绍了群体智能的两种常用模式,通过具体实例对当今国际上先进的群体智能算法进行了对比,并得出了结论。 (3)关联规则挖掘的综述。本文对关联规则挖掘领域的代表算法进行了分析,提出了关联规则挖掘的典型要求,并基于这些要求对关联规则挖掘中常用的算法作了比较,以便于人们更容易、更快速地选择一种适用于具体问题的挖掘算法。 (4)基于微粒群的抽样算法在关联规则中的应用,提出了一种改进的关联规则挖掘算法。传统的一次性抽样算法虽然在理论上保证了结果的高精度,然而当用于商品种类过多,交易量非常大的关联发现,则计算时间是相当可观的,甚至是不可在有限年内解决;并且很难应用于联机分析,这些问题将限制Apriori算法的使用。基于序贯抽样理论设计的可升级性算法ASAR,APASAR算法可以有效地产生频繁集,并且比一次性抽样算法需要更少的样本。但是仍然会出现理论样本量过高的表现。本文提出一种群体智能技术中的微粒群算法(PSO)与Apriori算法相结合的算法,称之为PSASAR算法。利用群体智能技术加快挖掘过程,增加智能性,在数据库扫描时,利用群体智能技术,替代全数据库扫描,提高效率,这种扫描比随机选样要有效。
【学位授予单位】:山东师范大学
【学位级别】:硕士
【学位授予年份】:2007
【分类号】:TP311.13

手机知网App
【引证文献】
中国博士学位论文全文数据库 前1条
1 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
中国硕士学位论文全文数据库 前2条
1 洪毅;支持金融产品交叉营销的数据挖掘研究[D];浙江工业大学;2010年
2 许珂;基于群体智能的关联规则挖掘方法及应用[D];山东师范大学;2008年
【参考文献】
中国期刊全文数据库 前10条
1 廖里,余英泽,吴渝,聂能;数据挖掘和数据仓库及其在电信业中的应用[J];重庆邮电学院学报(自然科学版);2000年04期
2 郝晋,石立宝,周家启,徐国禹;基于蚁群优化算法的机组最优投入[J];电网技术;2002年11期
3 彭宇,彭喜元,刘兆庆;微粒群算法参数效能的统计分析[J];电子学报;2004年02期
4 胡小兵,黄席樾;基于蚁群算法的三维空间机器人路径规划[J];重庆大学学报(自然科学版);2004年08期
5 李飞,陈梅;数据挖掘中关联规则挖掘算法的改进及其应用[J];贵州大学学报(自然科学版);2003年02期
6 李勇,段正澄;动态蚁群算法求解TSP问题[J];计算机工程与应用;2003年17期
7 蔡伟杰,张晓辉,朱建秋,朱扬勇;关联规则挖掘综述[J];计算机工程;2001年05期
8 李绪成,王保保;挖掘关联规则中Apriori算法的一种改进[J];计算机工程;2002年07期
9 庄晓毅,张忠能;一种改进的关联规则挖掘算法[J];计算机工程;2004年14期
10 陆建江,张文献;关联规则挖掘的基本算法[J];计算机工程;2004年15期
【共引文献】
中国期刊全文数据库 前10条
1 邓群钊;贾仁安;梁英培;;多层次多轮实地群决策法及其应用[J];安徽农业科学;2006年08期
2 杨朗;陈恩海;黄立飞;;系统科学在害虫管理中的应用[J];安徽农业科学;2009年21期
3 王杰,张静,张继生,曾子维;数据挖掘中关联规则的研究与论证[J];鞍山科技大学学报;2005年02期
4 张小平,马垣,于淼;数据仓库在高校教务系统的应用研究[J];鞍山师范学院学报;2003年02期
5 宋波,叶文虎;从增长和稳定的角度重新认识可持续发展的内涵[J];北京大学学报(哲学社会科学版);2004年04期
6 戴汝为;“人机结合”的大成智慧[J];北方工业大学学报;1996年03期
7 高居泰,左映华,李晋宏;OLAP与数据挖掘一体化的研究与应用[J];北方工业大学学报;2005年01期
8 方芳;;金融复杂系统脆性理论在金融危机分析中的应用[J];北方经济;2011年06期
9 张江;李学伟;;认知模型与统一集[J];北京交通大学学报;2005年06期
10 刘文彬;刘保国;刘中战;崔少东;;基于改进PSO算法的岩石蠕变模型参数辨识[J];北京交通大学学报;2009年04期
中国重要会议论文全文数据库 前10条
1 吴庆洲;;迎接中国城市营建史研究之春天[A];《营造》第五辑——第五届中国建筑史学国际研讨会会议论文集(上)[C];2010年
2 邓方;陈杰;陈文颉;朱琳;;元胞自动机及其在兵力推演中的建模与仿真[A];第二十六届中国控制会议论文集[C];2007年
3 王春生;吴敏;曹卫华;;基于集成预测模型与专家推理策略的铅锌烧结配料优化方法[A];第二十六届中国控制会议论文集[C];2007年
4 苗广祥;牛玉广;陈向阳;张海萍;;基于微粒群优化算法模型的改进策略的研究[A];第二十六届中国控制会议论文集[C];2007年
5 ;A Multiple Tuning Method for PID Controllers Using Constrained Particle Swarm Optimization[A];中国自动化学会控制理论专业委员会C卷[C];2011年
6 李勇刚;李浩;阳春华;王莎;;基于NIWVP-PSO的沉铁过程铁离子浓度软测量[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 魏红英;黄石旺;;混沌理论的前沿性及其对公共行政的贡献[A];地方政府发展研究(第三辑)[C];2008年
8 赵德勇;刘建国;;基于复杂性科学的综合集成研讨厅研究现状与发展[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
9 李亚;李习彬;;共赢方法论——协调社会利益关系的系统方法论[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年
10 刘怡君;唐锡晋;顾基发;;专家会商的方法支持与工具应用[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 杨莉;基于可持续发展的我国电源结构优化研究[D];哈尔滨工程大学;2010年
2 谭佳琳;粒子群优化算法研究及其在海底地形辅助导航中的应用[D];哈尔滨工程大学;2010年
3 毛宇峰;水下机器人系统体系结构及避障控制技术研究[D];哈尔滨工程大学;2010年
4 王劲松;复杂系统脆性理论及其在电力系统风险分析中的应用[D];哈尔滨工程大学;2010年
5 赵金宪;复杂系统脆性理论在煤矿生产系统脆性风险评价中的应用[D];哈尔滨工程大学;2010年
6 牟向伟;模糊语义个性化推荐系统在电子政务中的应用研究[D];大连海事大学;2010年
7 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
8 石云龙;基于CAS理论的地震紧急救援系统模型构建与模拟仿真[D];中国地质大学(北京);2010年
9 陶有德;可修复模型的系统分析[D];北京信息控制研究所;2010年
10 高雪瑶;语义特征造型的与历程无关技术的研究[D];哈尔滨理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 丛强;基于模糊关联规则Web挖掘算法的研究[D];哈尔滨工程大学;2010年
2 石丽丽;智能优化算法对比研究及其在船体双底结构优化中的应用[D];哈尔滨工程大学;2010年
3 吴练起;数据通信网故障管理系统的设计与实现[D];大连理工大学;2010年
4 洪杉;基于遗传蚁群算法的属性约简研究[D];长沙理工大学;2010年
5 王大卫;高速网络入侵检测若干关键技术的研究[D];长沙理工大学;2010年
6 孙玉侠;数据挖掘中的谱聚类算法研究[D];中国海洋大学;2010年
7 安军建;海洋船舶类复杂产品供应链协作机制研究[D];中国海洋大学;2010年
8 纪雅楠;数据挖掘技术在高校成人教育学生成绩分析中的应用研究[D];中国海洋大学;2010年
9 曲辰萌;商业银行信贷管理系统的设计与实现[D];中国海洋大学;2010年
10 杨林;求解带性能约束圆集布局问题的启发式蚁群算法研究[D];湘潭大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 王琨,刘青松;蚁群算法在电力系统机组优化组合中的应用研究[J];电力学报;2005年02期
2 王志刚,杨丽徙,陈根永;基于蚁群算法的配电网网架优化规划方法[J];电力系统及其自动化学报;2002年06期
3 吕振肃,侯志荣;自适应变异的粒子群优化算法[J];电子学报;2004年03期
4 高海兵,高亮,周驰,喻道远;基于粒子群优化的神经网络训练算法研究[J];电子学报;2004年09期
5 翁国栋;;蚁群算法与遗传算法对TSP的一种融合[J];福建电脑;2006年02期
6 肖人彬;陶振武;;群集智能研究进展[J];管理科学学报;2007年03期
7 吴庆洪,张纪会,徐心和;具有变异特征的蚁群算法[J];计算机研究与发展;1999年10期
8 丁建立,陈增强,袁著祉;遗传算法与蚂蚁算法的融合[J];计算机研究与发展;2003年09期
9 窦全胜,周春光,马铭;粒子群优化的两种改进策略[J];计算机研究与发展;2005年05期
10 秦元庆,孙德宝,李宁,马强;基于粒子群算法的移动机器人路径规划[J];机器人;2004年03期
中国博士学位论文全文数据库 前6条
1 刘君强;海量数据挖掘技术研究[D];浙江大学;2003年
2 王莉;数据挖掘中聚类方法的研究[D];天津大学;2004年
3 刘亚波;关联规则挖掘方法的研究及应用[D];吉林大学;2005年
4 冯永;基于计算智能的聚类技术及其应用研究[D];重庆大学;2006年
5 牛琨;聚类分析中若干关键技术及其在电信领域的应用研究[D];北京邮电大学;2007年
6 张雪萍;基于群集智能的带约束条件空间聚类分析研究[D];解放军信息工程大学;2007年
中国硕士学位论文全文数据库 前9条
1 姜延丰;基于遗传算法的数据挖掘技术研究[D];东北师范大学;2005年
2 刘乃丽;基于FP-树的关联规则挖掘算法的设计与实现[D];山东大学;2005年
3 屠莉;蚁群优化算法在数据挖掘中的应用研究[D];扬州大学;2006年
4 王庆伟;我国交叉性金融业务风险控制研究[D];江西财经大学;2006年
5 薛慧君;基于遗传算法的关联规则数据挖掘的应用研究[D];天津大学;2006年
6 何虎翼;聚类算法及其应用研究[D];上海交通大学;2007年
7 卢宁;面向知识发现的知识关联揭示及其应用研究[D];南京理工大学;2007年
8 赵松;Apriori算法的改进及应用[D];哈尔滨理工大学;2006年
9 杜炳立;基于数据挖掘技术的CRM研究[D];东北财经大学;2007年
【二级引证文献】
中国期刊全文数据库 前3条
1 黄红星;黄习培;王秀丽;;挖掘最大频繁项集的遗传蚁群优化算法[J];计算机应用研究;2010年07期
2 王超学;潘正茂;马春森;董丽丽;张涛;;改进型加权KNN算法的不平衡数据集分类[J];计算机工程;2012年20期
3 黄红星;景林;黄习培;;挖掘最大频繁项集的朴素蚁群优化算法[J];计算机工程与设计;2011年01期
中国硕士学位论文全文数据库 前2条
1 杨卓俊;基于语义词典的电子商务商品推荐系统研究[D];浙江工业大学;2012年
2 刘俊;基于离散Morse理论的数据挖掘研究[D];山东师范大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 龙云,王建全;基于粒子群游算法的同步发电机参数辨识[J];大电机技术;2003年01期
2 黄进,尹治本;关联规则挖掘的Apriori算法的改进[J];电子科技大学学报;2003年01期
3 赵宏伟,任震;计及线路安全约束的机组最优投入[J];电力系统自动化;1997年05期
4 陈皓勇,王锡凡;机组组合问题的优化方法综述[J];电力系统自动化;1999年04期
5 许文超,郭伟;电力系统无功优化的模型及算法综述[J];电力系统及其自动化学报;2003年01期
6 王金凤,杨丽徙,臧睿,陈根永,孙明艳;基于改进遗传算法的配电网优化规划[J];电力自动化设备;2002年05期
7 董玉成,陈义华;基于蚂蚁算法的移动机器人路径规划[J];重庆大学学报(自然科学版);2003年03期
8 任震,孙丽敏,张勇军,李本河;配电网络无功补偿的优化模型与算法[J];华南理工大学学报(自然科学版);2000年07期
9 马良,项培军;蚂蚁算法在组合优化中的应用[J];管理科学学报;2001年02期
10 周欣,沙朝锋,朱扬勇,施伯乐;兴趣度——关联规则的又一个阈值[J];计算机研究与发展;2000年05期
【相似文献】
中国期刊全文数据库 前10条
1 严勇;汪镭;吴启迪;;一种基于群体智能的人工神经网络学习算法[J];系统仿真技术;2008年02期
2 马俊宏;;微粒群优化算法研究[J];晋中学院学报;2007年03期
3 陈红洲,顾国昌,康望星;一种具有感觉的微粒群算法[J];计算机研究与发展;2005年08期
4 黄宏涛;李穗丰;;关联规则中一种改进的Apriori算法[J];电脑与电信;2007年07期
5 杨克松;;论关联规则在高校选课系统中的应用[J];福建电脑;2007年10期
6 陈华;范宜仁;邓少贵;;一种动态加速因子的自适应微粒群优化算法[J];中国石油大学学报(自然科学版);2010年06期
7 康琦,张燕,汪镭,吴启迪;群体智能应用综述[J];冶金自动化;2005年05期
8 徐海宁;陈其晖;;基于微粒群算法的组织评估优化方法及实例[J];计算机工程;2008年11期
9 王潮;时向勇;李昶;汪镭;;基于群体智能的0/1背包问题求解研究进展[J];微型电脑应用;2007年06期
10 赫然;王永吉;王青;周津慧;胡陈勇;;一种改进的自适应逃逸微粒群算法及实验分析[J];软件学报;2005年12期
中国重要会议论文全文数据库 前10条
1 杨炳尧;;关联规则发现在桥梁管理系统中的应用[A];第十七届全国桥梁学术会议论文集(下册)[C];2006年
2 崔志华;蔡星娟;曾建潮;孙国基;;基于预测速度的改进微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
3 安静;康琦;汪镭;吴启迪;;群体智能及其在BPR中的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
4 彭玉青;张红梅;顾军华;;基于交互式模式分解的关联规则发现算法的研究[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002年
5 薛颂东;曾建潮;杜静;;具运动学特性约束的群机器人目标搜索[A];2009中国控制与决策会议论文集(2)[C];2009年
6 蔡星娟;崔志华;曾建潮;谭瑛;;自适应PID控制微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
7 刘建华;;一个智能搜索引擎的用户行为聚类分析[A];第一届全国Web信息系统及其应用会议(WISA2004)论文集[C];2004年
8 王珩;张景瑞;;基于微粒群算法的航天器大角度姿态快速机动控制器参数优化设计[A];中国力学学会学术大会'2009论文摘要集[C];2009年
9 陶兰;吕建军;王保迎;;数据挖掘技术在高校数据管理中的应用研究[A];第六届全国计算机应用联合学术会议论文集[C];2002年
10 张昕;彭宏;郑启伦;;基于微粒群算法的聚类分析[A];2006年全国开放式分布与并行计算学术会议论文集(一)[C];2006年
中国重要报纸全文数据库 前10条
1 樊 丹 本报记者;让名医智慧在电脑上“复活”[N];中国中医药报;2005年
2 边歆;商务智能:进化与简化[N];网络世界;2007年
3 续九华 胡宝良;现代战争新宠[N];科技日报;2001年
4 黄千凌;Mobile 2.0:随时沟通 创造信息新时代[N];电子资讯时报;2007年
5 彼德·米勒;蚂蚁没有老大[N];云南经济日报;2008年
6 康秋洁;谁也不争道抢行,蚂蚁解拥堵智慧超人[N];新华每日电讯;2008年
7 裘水安;营造酒店文化 增加服务内涵[N];中国旅游报;2002年
8 刘妍;人类可仿效蚂蚁解决交通拥堵难题[N];大众科技报;2008年
9 记者 何边;网络化激活人工智能[N];计算机世界;2001年
10 沉风 中国移动 孙少陵 中国电子学会云计算专委会秘书长 林润华 解放军理工大学教授 刘鹏 宽带资本董事长 田溯宁;云计算:是能力,更是服务[N];人民邮电;2009年
中国博士学位论文全文数据库 前10条
1 崔志华;微粒群算法的性能分析与优化[D];西安交通大学;2008年
2 莫思敏;基于群体交互自组织种群结构的扩展微粒群算法研究[D];兰州理工大学;2012年
3 袁代林;改进的微粒群算法及其在结构拓扑优化中的应用[D];西南交通大学;2009年
4 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
5 王巧灵;基于群体智能混合优化算法的研究[D];哈尔滨工业大学;2010年
6 王学厚;群体智能优化的计算模式和方法研究与应用[D];华北电力大学;2011年
7 周鲜成;基于微粒群算法的数字图像处理方法研究[D];中南大学;2008年
8 薛明志;进化计算与小波分析若干问题研究[D];西安电子科技大学;2004年
9 陈志国;基于群体智能的机器视觉的关键技术研究[D];江南大学;2010年
10 薛晗;不确定规划的群体智能计算[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 王伟伟;基于群体智能的关联规则挖掘及应用[D];山东师范大学;2007年
2 陈红洲;群体智能若干算法研究[D];哈尔滨工程大学;2004年
3 王晓敏;基于微粒群算法的关联规则挖掘方法及应用[D];山东师范大学;2010年
4 吕洪光;基于微粒群算法的装配序列规划方法及其应用研究[D];电子科技大学;2010年
5 朱家静;基于遗传微粒群算法的组卷策略应用研究[D];大连海事大学;2011年
6 夏小翔;基于元胞自动机的微粒群算法研究[D];太原科技大学;2007年
7 柴明亮;关联规则在时间序列数据挖掘中的应用[D];北京工业大学;2006年
8 厉军;数据挖掘中关联规则的研究与应用[D];青岛大学;2008年
9 魏欣;基于智能优化技术的创新概念设计研究与应用[D];山东师范大学;2010年
10 戴芬;基于量子计算技术的智能算法的研究与应用[D];山东师范大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026