基于遗传算法的数据挖掘方法及应用

被引:7
作者
肖伟平
何宏
机构
[1] 湖南工程学院计算机与通信学院
关键词
遗传算法; 数据挖掘; 车间作业调度; 规则;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
车间作业调度问题的研究不仅具有重大的现实意义,而且具有深远的理论意义.该文采用数据挖掘算法从大量的车间作业调度中抽取一些有价值的信息或知识,然后应用这些知识来辅助车间作业调度.该研究的目的就是应用数据挖掘算法从车间作业调度最优方案(基于遗传算法的求解结果)中抽取出最优调度方案的一些模式知识,然后基于这些模式知识发展一些规则集来辅助车间作业调度.这些规则可以看作是隐含在车间作业调度最优方案中的事先未知的潜在有用的信息,根据这些规则可以产生比简单指派更好的车间作业调度方案.最后的数据实例表明本文方法无论在调度质量还是在计算速度上都具有非常好的性能.图3,表4,参15.
引用
收藏
页码:82 / 86
页数:5
相关论文
共 5 条
[1]   基于GA和信息熵的文本分类规则抽取方法 [J].
邹国平 ;
彭梅香 ;
黄国兵 .
微计算机信息, 2008, (27) :268-270
[2]   基于遗传算法和信息熵的文本分类规则抽取方法研究 [J].
唐华 ;
曾碧卿 .
中山大学学报(自然科学版), 2007, (05) :18-21+24
[3]   基于改进遗传算法的服务器端负载均衡算法 [J].
余燕芳 ;
陆军 .
微电子学与计算机, 2007, (07) :146-148
[4]   Using data mining to find patterns in genetic algorithm solutions to a job shop schedule [J].
Koonce, DA ;
Tsai, SC .
COMPUTERS & INDUSTRIAL ENGINEERING, 2000, 38 (03) :361-374
[5]   A STATE-OF-THE-ART SURVEY OF DISPATCHING RULES FOR MANUFACTURING JOB SHOP OPERATIONS [J].
BLACKSTONE, JH ;
PHILLIPS, DT ;
HOGG, GL .
INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH, 1982, 20 (01) :27-45