改进的克隆选择算法在模糊规则发现中的应用

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

（ｏｌｇｆｎｏｍａｉｎＴｃｎｌｇｎｃｅｃ、ｎａＵｎｖｒｉ，ｉｊ００ＣｌｅｏｆｒｔｅｈｏｏｙａｄＳｉｅＮａｋｉｉｅｓｙＴａｉ３０７）ｅＩｏｎｔｎｎ１
［ｓｒｃ］ＴｉｐｐｒｒｐｓｓｅｔｏｎｚｙｒｌｓｓｇａｒｖｄｃｏａｓｌｃｉｎａｇｒｈＩｅｎｗｍｅｈｄｔｅｖｌａｉｎＡｂｔａｔｈｓａｅｏｏｅｎｗｍｅｈｄｔｆｄｆｚｕｅｉｎｉｏｅｌｎｌｅｔｌｏｉｍ．ｎｔｅｔｏ，ｈａｕｔｐａＯｉｕｕｎｍｐｅｏｔｈｅｏ
ＡｐｌａｉｎｏｍｐｏｅｏａｅｅｔｏｇｒｔｍｐｉｔｏｆｃＩｒｖｄＣｌｎｌｌｃｉｎＡｌｏｉｈＳ
ｉｚｙＲｕｅｓｏｅｙｎＦｕｚｌｓＤｉｃｖｒ
ＺＨＥＮＧｈｑｎＷＡＮＧｕｅｇＳｉｉ，Ｘｉｆｎ
等特性，也包含表明规则对规则集整体性能影响程度的量化特性，即一致性贡献和完备性贡献。将该方法用于发现股票２０日移动平均线与历史量价之间的模糊规则的仿真试验收到了满意结果。关健词：克隆选择算法；小生境克隆选择算法；模糊规则；规则发现；股票预测
ｔｎｈｕｚｕｌｓｂｔｅｈ０ｄｙｖｉｇａｅａｅｌｅａｄｏｈｒｈｓｏｙｐｒｅｖｒａｌｓａｄｇｔｏｔｎｅｕｔ．Ｏｆｄｔｅｆｚｙｒｅｅｗｅｎｔｅ２ａｓｍｏｎｖｒｇｉｎｔｅｉｔｒｉａｉｂｅ，ｎｅｎｅｔｒｓｌｓｉｎｃｃ
中图分类号：Ｐ８ＴＩ
改进的克隆选择算法在模糊规则发现中的应用
郑士芹，王秀蜂
（南开大学信息技术科学学院，天津３０７）００１
摘
要：出了利用改进的克隆选择算法发现模糊规则的方法。在该方法中，对规则的评价函数不仅包含规则本身的置信度和蕴涵隶属度提
好的效果。
从而找到相应的解。具体步骤如下：
（）１随机生成一个初始抗体集合Ａｂ，抗体个数为Ｎ；（）２确定抗体集Ａｂ的亲和度向量ｆ；
（）Ａ中选择ｎ个亲和度最高的个体，组成一个新的集合３在ｂ
Ａｂ，；｛｝ｚ
（对Ａ［｝４）ｂｎ进行克隆操作，产生新的抗体集Ｃ；（抗体Ｃ经过亲和度成熟操作，生成成熟的抗体集Ｃ；５）（）６确定Ｃ的亲和度向量；（根据从Ｃ中选取ｎ７）个亲和度最高的Ａ …，进入初始Ａ；ｂｂ
模糊规则是模糊系统的基础，如何从繁多的样本数据中发现模糊规则，一直是众多学者研究的热点问题。发现模糊规则的方法有很多种，如模糊聚类法、表格查询法、规则树法、粗糙集和遗传算法等。但这些方法通常都是需要大量的先验知识，预先确定好规则的数目，并且计算量较大。本文提出了一种利用改进的克隆选择算法一一小生境克隆选择算法（ｉｈｌｎｌｅｃｉｎＡｇｒｈＮＳ发现模ＮｃｅＣｏａＳｌｔｌｏｉｍ，ＣＡ）ｅｏｔ糊规则的新方法。该方法不需要预先确定规则数目，仅根据适量的样本数据，便可同时搜索多个规则。具有收敛速度快，精度高等特点。最后，将该方法应用于股市预测，收到了很
维普资讯
第３卷第ｌ期３０
Ｖ１３ｏ．３
・
计
算
机
工
程
２００７年５月
ＭHale Waihona Puke ａ０７ｙ２０ＮｏＪ．Ｄ
ＣｏｍｐｕｔｒＥｎｇｎｅｒｎｇｅｉｅｉ
人工智能及识别技术・
文章编号：０３２（０） —ｌ＿３文献标识码：１０＿４８０７ｏ１＿２１９０Ａ
Ｉｙｗｏｄ］ＣｌｎｌｅｃｉｎａｇｒｈＮｉｅｃｏａｓｌｃｉｎａｇｒｈＦｚｙｒｌ；ｌｉｏｅｙＳｏｋｆｒｃｓＫｅｒｓｏａｓｌｔｌｏｉｍ；ｃｌｎｌｅｔｌｏｉｍ；ｕｚｅＲｕｅｓｖｒ；ｔｃｅａｔｅｏｔｈｅｏｔｕｄｃｏ
ｆｎｔｏｕｌｓｉｃｕｅｏｎｙｔｅｃｎｆｅｃｅｒｅａｄｉｌａｉｎｍｅｅｓｐｆｎｔｎ，ｕｌｏｔｅｃｓｓｅｃｏｔｉｕｉｎｄｇｅｎｕｃｉｎｏｆｒｅｎｌｄｓｎｔｏｌｈｏｉｎｅｄｇｅｎｍｐｉｔｍｂｒｈｉｕｃｉｄｃｏｏｂｔａｓｈｏｎｉｔｎｙｃｎｒｂｔｅｒｅａｄｏｃｍｐｅｅｅｓｏｔｉｕｅｄｇｅｉｈｃｎｑａｔｆｈｍｐｃｆｏｅｒｌｎｅｒｌｙｏｆｈｌｅ．ｎｔｅｄｍｏｓｒｔｏ，ｔｅｈｔｏｂｖｏｌｔｎｓｎｒｂｔｅｒｅｗｈｃａｕｎｉｙｔｅｉａｔｎｅｔｉｔｇａｉｅｒｅｓｔＩｈｅｎｔａｉｎｉｕｓｓｔｅｍｅｈｄａｏｅｃｏｕＯｔｔｕ