[1]常晓磊 闫仁武.一种基于蚁群算法的分类规则挖掘算法[J].计算机技术与发展,2007,(07):114-116.
　CHANG Xiao-lei,YAN Ren-wu.An Improved Classification Rule Mining Based on Ant Colony Algorithm[J].,2007,(07):114-116.
点击复制

一种基于蚁群算法的分类规则挖掘算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2007年07期
页码:
114-116
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
An Improved Classification Rule Mining Based on Ant Colony Algorithm
文章编号:
1673-629X（2007）07-0114-03
作者:
常晓磊 闫仁武
江苏科技大学电子信息学院
Author(s):
CHANG Xiao-lei;  YAN Ren-wu
College of Electronics and Information, Jiangsu University of Science and Technology
关键词:
蚁群算法; 分类规则; 自适应机制; 变异策略
Keywords:
ant colony algorithm;  classification rule;  adaptive mechanism;  mutation strategy
分类号:
TP311 TP18
文献标志码:
A
摘要:
Parepinelli等提出了基于ACO的分类算法。文中提出了一种基于自适应蚁群算法的分类规则挖掘算法，该算法采用了与Parepinelli算法不同的启发式函数及信息素改变方法．引入了自适应机制与变异策略，从而达到缩短蚁群算法计算时间、加快算法收敛速度、提高预测准确率的目的。实验结果验证了该算法的有效性
Abstract:
Parepinelli proposed ACO classification algorithm. The paper proposes an improved classification rule mining based on ant colony algorithm. This algorithm uses new heuristic computation and pheromone update methods. Otherwise, an adaptive mechanism and a mutation strategy are applied to the algorithm for the purpose of shortening the computing time and improving the the accurate rate of prediction. The experiment result shows the validity of it

相似文献/References:

[1]段军,张清磊.蚁群算法在LEACH路由协议中的应用[J].计算机技术与发展,2014,24(01):65.
　DUAN Jun,ZHANG Qing-lei.Application of Ant Colony Algorithm Based on LEACH Routing Protocol[J].,2014,24(07):65.
[2]何小娜 逄焕利.基于二维直方图和改进蚁群聚类的图像分割[J].计算机技术与发展,2010,(03):128.
　HE Xiao-na,PANG Huan-li.Image Segmentation Based on Improved Ant Colony Clustering and Two- Dimensional Histogram[J].,2010,(07):128.
[3]熊伟平 曾碧卿.几种仿生优化算法的比较研究[J].计算机技术与发展,2010,(03):9.
　XIONG Wei-ping,ZENG Bi-qing.Studies on Some Bionic Optimization Algorithms[J].,2010,(07):9.
[4]宋世杰 刘高峰 周忠友 卢小亮.基于改进蚁群算法求解最短路径和TSP问题[J].计算机技术与发展,2010,(04):144.
　SONG Shi-jie,LIU Gao-feng,ZHOU Zhong-you,et al.An Improved Ant Colony Algorithm Solving the Shortest Path and TSP Problem[J].,2010,(07):144.
[5]林本强 唐依珠.基于蚁群算法的移动自适应网QoS路由算法[J].计算机技术与发展,2009,(06):9.
　LIN Ben-qiang,TANG Yi-zhu.Ant Colony Algorithm Based Ad Hoc Network QoS Routing Algorithm[J].,2009,(07):9.
[6]古明家 宣士斌 廉侃超 李永胜.基于蚁群和人工鱼群算法融合的QoS路由算法[J].计算机技术与发展,2009,(07):145.
　GU Ming-jia,XUAN Shi-bin,LIAN Kan-chao,et al.QoS Routing Algorithm Based on Combination of Modified Ant Colony Algorithm and Artificial Fish Swarm Algorithm[J].,2009,(07):145.
[7]贾瑞玉 张新建 冯伦阔 李永顺.信息素增量动态更新的改进蚁群算法[J].计算机技术与发展,2009,(09):32.
　JIA Rui-yu,ZHANG Xin-jian,FENG Lun-kuo,et al.Ant Colony Algorithm with Dynamic Pheromones Increment Updating[J].,2009,(07):32.
[8]鲍娜 张德贤 孙傲冰 王飞.基于改进蚁群算法的网格组合拍卖资源分配[J].计算机技术与发展,2009,(10):149.
　BAO Na,ZHANG De-xian,SUN Ao-bing,et al.Research on Resource Allocation of Combinatorial Auction in Grid Based on Improved Ant Colony Algorithm[J].,2009,(07):149.
[9]邓义乔 张代远.蚁群算法在搜索引擎系统中的应用研究[J].计算机技术与发展,2009,(12):21.
　DENG Yi-qiao,ZHANG Dai-yuan.Research and Application of Ant Colony Algorithm in Searching Engine System[J].,2009,(07):21.
[10]段凤玲 李龙澍 曹文婷.具有多态特征和聚类处理的蚁群算法[J].计算机技术与发展,2009,(12):77.
　DUAN Feng-ling,LI Long-shu,CAO Wen-ting.Ant Colony Algorithm with Polymorphism and Clustering Processing[J].,2009,(07):77.
[11]陈宝钢,唐飞,蔡铁,等.改进蚁群算法MMAS在分类规则挖掘中的研究[J].计算机技术与发展,2014,24(06):179.
　CHEN Bao-gang[],TANG Fei[],CAI Tie[],et al.Research on Improved Ant Colony Algorithm MMAS in Classification Rule Mining[J].,2014,24(07):179.

备注/Memo

备注/Memo:
常晓磊（1983-），男，江苏镇江人，硕士讲究生，研究方向为智能信息处理；闫仁武，副教授．研究方向为智能信息处理、数据挖掘
更新日期/Last Update: 1900-01-01