结合变异机制和量子PSO的关联规则挖掘算法

被引：9

作者：

吴嵘 ^{[1
]}

张姣玲 ^{[2
]}

刘小兰 ^{[3
]}

机构：

[1] 广东科贸职业学院信息与自动化学院

[2] 广东技术师范大学数学与系统科学学院

[3] 华南理工大学数学学院

来源：

山东科技大学学报(自然科学版) | 2020年 / 39卷 / 02期

关键词：

关联规则挖掘; 量子粒子群优化; 变异机制; 动态惯性权重; 量子进化算法;

D O I：

10.16452/j.cnki.sdkjzk.2020.02.011

中图分类号：

TP311.13 []; O413 [量子论];

学科分类号：

070201 [理论物理];

摘要：

针对数据集中的关联规则挖掘问题,提出一种基于改进量子粒子群优化(improved quantum particle swarm optimization,IQPSO)算法的关联规则挖掘方法。首先,将数据实例以量子比特形式表示,构建一个基于量子进化算法(quantum evolutionary algorithm,QEA)的关联规则挖掘基础框架。然后,在该基础框架上,采用新的量子角度更新公式,即使用QPSO代替QEA实现关联规则挖掘。最后,为了进一步提高QPSO算法的收敛性能,融入变异机制和动态惯性权重对其进行改进,加快其收敛速度和跳出局部最优的能力。在UCI和课程成绩数据集上的实验结果表明,提出的算法能够快速且有效地挖掘出关联规则,相比其他几种算法,挖掘到的关联规则价值更高。

引用

页码：95 / 104

页数：10

共 10 条

[1]

Quantum inspired evolutionary algorithm for community detection in complex networks [J].

Meng Yuanyuan ;

Liu Xiyu .

PHYSICS LETTERS A, 2018, 382 (34) :2305-2312

[2]

An elitist quantum-inspired evolutionary algorithm for the flexible job-shop scheduling problem [J].

Wu, Xiuli ;

Wu, Shaomin .

JOURNAL OF INTELLIGENT MANUFACTURING, 2017, 28 (06) :1441-1457

[3]

A New Multiple Seeds Based Genetic Algorithm for Discovering a Set of Interesting Boolean Association Rules.[J].Mir Md. Jahangir Kabir;Shuxiang Xu;Byeong Ho Kang;Zongyuan Zhao.Expert Systems With Applications.2017,

[4]

Visualizing association rules in hierarchical groups [J].