基于改进遗传算法与Apriori算法的岸桥机械关联规则挖掘

基于改进遗传算法与Apriori算法的岸桥机械关联规则挖掘潘海洋;薛超飞
【摘要】基于对传统遗传算法的关联规则挖掘,提出了改进型遗传算法.该算法提出了一种自适应变异率方法,并改进了个体选择方法.最后,将其应用到岸桥机械数据关联规则挖掘中进行实验,并用Apriori算法验证了该方法的高效性和可靠性.
【期刊名称】《现代制造技术与装备》
【年(卷),期】2016(000)003
【总页数】2页(P39-40)
【关键词】遗传算法;Apriori算法;岸桥机械;关联规则
【作者】潘海洋;薛超飞
【作者单位】上海海事大学物流工程学院,上海 201306;上海海事大学物流工程学院,上海 201306
【正文语种】中文
随着信息时代的到来，各行各业大量的数据积累形成了大数据的仓库。

所以，急需智能地把这些数据信息转换成有用参考信息的技术，辅助决策层进行决策。

关联规则挖掘是数据挖掘领域的一个重要内容，但传统的遗传算法存在一定的缺陷，容易导致算法过早收敛而陷于局部最优困境，或收敛时间过长而消耗大量的搜索时间。

因此，本文提出了一种改进的遗传算法。

该算法采用自适应变异率和改进的个体选择方法克服上述缺陷，并将这种改进的遗传算法用于关联规则的挖掘[1-2]。

目前，广泛使用的关联规则算法是Apriori算法或其改进算法。

数据挖掘关联规则
问题发掘支持度S和置信度C分别大于用户最小支持度和最小置信度的关联规则。

支持度是包含X和Y的数所占总体的百分比。

置信度是包含X和Y的数与包含X
数的百分比。

找到所有支持度大于用户最小支持度的项集，称为频繁项集。

然后，从找到的频繁项集中构造其置信度大于用户最小置信度的关联规则[3]。

遗传算法是一种基于自然选择和生物遗传机制的优化技术。

它依靠自然随机算法逼近问题的最优解，具有很好的全局搜索能力，已经成为优化、搜索和求解非确定多项式问题的有力工具。

然而，算法中早熟问题不可忽视，主要表现在两方面：群体中所有的个体都陷于同一极值而停止进化；接近最优解的个体总是被淘汰，进化过程不收敛。

1.1 自适应变异率的改进
在遗传算法进化的早期阶段，提出了一种自适应变异率方法，变异率如下所示：
其中，变异率是n+1代，初始为，为个体i种群的适应度，是种群的最高适应度，是n+1代种群的最高适应度，m为种群总体数量，λ为变化系数。

该变异率便于
进化中新的基因导入，避免了优秀的基因因为过度变异造成收敛时间过长，进而提升其进化性能。

1.2 个体选择方法的改进
传统的遗传算法采用轮盘赌方式选择交叉组。

这样进化初期，可能个别适应度特别高的个体复制出很多后代，所带的基因就会很快占据在种群中。

因而，在后期的进化中，其中的搜索陷入局部最优解。

因为适应度大体相同，复制最后的淘汰作用降低。

本文提出一种改进的选择淘汰方法，应用于遗传算法的后期：适应度大小对待筛选个体排序；复制2份前1/4个体，复制1份前1/4到2/4的个体，随后进行
下次选择；留下前2/4到3/4部分个体，随后进行下次选择；淘汰前3/4到4/4
的部分个体，不进行下次选择[4]。

1.3 其遗传算法用于关联规则挖掘
将改进的遗传算法用于岸桥机械关联规则挖掘：选取20份岸桥实时状态健康评价表中8个主要监测点，采用文章中提出的改进遗传算法分析其关联规则，其编码
如表1所示[5]。

按照“良好、预警、危险、停机”四种状态，采用十进制编码“良好=3，预警=2，危险=1，停机=0”。

将岸桥实时状态的健康评价表中8个主要监测点表示为8位的十进制数字，如“30313213”表示岸桥的前大梁外端区域振动、海侧门架横梁区域振动、左侧起升电机振动烈度、小车电机振动烈度状态良好，岸桥的右侧起升电机振动烈度有预警状态，陆侧门架横梁区域振动和起升减速箱高速轴振动烈度有危险状态，前后大梁铰接区域振动有停机状态。

对于上述数据用Matlab进行实验分析，随机生成N=20的初始种群，适应度函数中α=2.5，β=0.5，初始变异率
=0.05，自适应变异率公式中λ=1.5，交叉率=0.7，进化终止条件为fmax-fmin
＜0.05或者进化300代[6]。

对运算结果进行合并相似规则的处理，可以得到如表2所示的结果。

1.4 Apriori算法对比验证[7]
提取20份岸桥健康评价表中测点的“预警状态”情况，也表示为8位的十进制数字，如“10040670”表示预警状态的测点有前大梁外端区域振动、陆侧门架横梁区域振动、右侧起升电机振动烈度、起升减速箱高速轴振动烈度。

将提取的数据输入Matlab中，以“testdata.mat”命名保存。

同样，设置其最小支持度为0.2，
最小置信度为0.8。

使用Apriori算法对其关联规则进行挖掘。

部分主程序如下：load'testdata.mat'%读入事务矩阵（每行代表一个事务，每列代表一个项）PrintTransactions(testdata);%打印出事务
min_sup=4;%初始化最小支持度
min_conf=0.8;%初始化最小置信度
[rules_left，rules_right]=Apriori(testdata，min_sup， min_conf);%运算
Apriori算法
PrintRules(rules_left, rules_right);%打印强关联规则
得到的频繁项集和支持度截图如图1所示，关联规则如图2所示。

通过图1和图2可以得出，根据Matlab实验要求的支持度都大于等于0.20，置信度都大于等于0.80的三个关联规则基本与表2的结果吻合，海侧门架横梁区域振动与小车电机振动同时出现预警状态最频繁，其次是前后大梁铰接区域振动与左侧起升电机振动、前大梁外端区域振动与起升减速箱高速轴振动。

针对传统遗传算法所存在的容易过早收敛问题，提出了一种自适应变异率算法，并应用于进化的早期阶段，以避免进化早期出现的高适应度个体的过度复制而陷入局部最优值。

进化后期，个体相似度很大，轮盘赌方式的淘汰能力减弱，于是提出了一种改进的个体选择方法。

将算法应用于岸桥机械数据的关联规则挖掘中，并用Apriori算法进行验证，得出了一致的关联规则结果。

该方法只应用于简单的岸桥机械数据，但在实际应用过程中，可以根据具体情况在本文所选的指标上进一步修改，从而可以获取更多实用有价值的岸桥信息。

【相关文献】
[1]郑继刚，王边疆.数据挖掘研究的现状与发展趋势[J].思茅师范高等专科学校学报，2010，26（1）：35-38.
[2]张莉.数据挖掘研究现状及发展趋势[J].赤峰学院学报：自然科学版，2014，30（9）：14-15.
[3]潘俊辉，王辉.一种基于改进的遗传算法的关联规则挖掘及应用[J].齐齐哈尔大学学报：自然科学版，2011，27（2）：11-14.
[4]S.Narmadha，S.Vijayarani.Protecting Sensitive Association Rules in Privacy Preserving Data Mining using Genetic Algorithms[J].International Journal of Computer Applications，2011，（33）：37-39.
[5]Song Xiaona，ZHU Qiliang.The Application of Genetic Algorithms in Data
Mining[J].Science & Technology Information，2008，（17）：401-402.
[6]温正.精通MATLAB智能算法[M].北京：清华大学出版社，2015：143-192.
[7]吕德文.MATLAB遗传算法工具箱的研究与应用[J].湖南农机，2013，40（3）：130-131.。