基于种群混合协同联盟的属性量子博弈均衡约简

srilri2 · 发表于 2020-11-9 11:04

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

摘要：为进一步提高进化种群在粗糙集属性演化约简中寻求最优解的协同性能，提出了一种基于种群混合协同联盟的属性量子博弈均衡约简算法．该算法建立一种基于自适应多层进化树的种群协同演化联盟模型，以种群内个体竞争和种群间精英合作的混合协同机制实现各种群协同演化，较好地达到属性协同演化约简中广度寻优和深度探索的有效平衡；然后将信任裕度报酬机制引入到多种群精英量子协同博弈模型，种群精英在每个划分的属性子集中通过量子协同博弈策略均能求得各自最优约简子集，从而稳定取得Ｎａｓｈ均衡下全局最优属性约简集．实验结果表明本文算法具有较高的属性演化约简效能和精度，对不完备电子病历系统中脑组织核磁共振成像ＭＲＩ的高效约简与分割进一步展示其具有较强的实用性和鲁棒性．关键词：属性演化约简；自适应进化树；混合协同；信任裕度；量子博弈；纳什均衡

属性约简是粗糙集理论研究的重要内容，指在保持决策表中数据分类能力不变条件下，删除其中不相关、冗余属性，选择最小属性集，使决策表中知识表示可简化而又不丢失其重要信息［１，２］．Ｗｏｎｇ等人已证明找出决策表的最小属性约简是一个典型ＮＰＨａｒｄ问题，至今仍未找到一种通用且高效的解决方法为其求解提供有效途径［３］．近年来国内外一些学者鉴于智能演化算法对所研究问题进行自适应搜索而能较快求得最优解优势，尝试将其引入到粗糙集属性约简中，以进一步改善传统启发式属性约简方法的不足，相继开展了基于蚁群算法、粒子群算法、蜂群算法等属性演化约简算法的相关研究［４～９］．这些算法本质上是将具有智能行为的生物种群放置到粗糙集属性近似空间，进化种群以一定策略进行演化学习和反复迭代寻优，直至搜索到全局最优位置，该最优位置即为粗糙集属性约简中具有最小长度且分类质量最好的属性约简集．研究结果表明该类算法能较好地近似求出属性约简ＮＰＨａｒｄ问题的最优约简集，但同样也面临着进化种群协同演化机制不完善和求解最优解稳定性不强等问题，往往无法将真实生态系统中种群的进化规律、机理和行为模式等应用到属性演化约简机制中，且随着属性数据集规模和属性维度的剧增，上述算法求解最小属性约简解的效率和稳定性也将大大降低．

基于种群混合协同联盟的属性量子博弈均衡约简.pdf (3.8 MB, 下载次数: 0)

silenced · 发表于 2020-11-9 13:06

以种群内个体竞争和种群间精英合作的混合协同机制

帐号		自动登录	找回密码
密码			注册

[毕业设计] 基于种群混合协同联盟的属性量子博弈均衡约简

EDA365欢迎您登录！

浏览过的版块

推荐内容 /1