蟻群算法在挖掘最大頻繁項集問題中的應用研究.pdf

1、隨著信息技術特別是網(wǎng)絡技術的高速發(fā)展，數(shù)據(jù)庫技術已滲透到了各行各業(yè)，數(shù)據(jù)存儲量大幅度增加，面臨這些枯燥無味的海量數(shù)據(jù)，人工的對之進行分析或理解變得不太現(xiàn)實，因此人們迫切需要一種可以分析大量數(shù)據(jù)的技術出現(xiàn)。數(shù)據(jù)挖掘技術正是在這一背景下誕生的一門新學科。 關聯(lián)規(guī)則作為數(shù)據(jù)挖掘中的一個主要模式，一直受到眾多學者的關注。它用于發(fā)現(xiàn)數(shù)據(jù)集中各個屬性間的聯(lián)系，從而得到有價值的關聯(lián)關系。頻繁項集是挖掘關聯(lián)規(guī)則的關鍵步驟，它的挖掘效率直接關系到

2、關聯(lián)規(guī)則的效率。最大頻繁項集蘊含著所有的頻繁項集，并且數(shù)目要比頻繁項集少得多，這樣生成候選項集數(shù)目也會相應減少，從而節(jié)省開銷。所以本論文集中在挖掘最大頻繁項集問題上進行研究。 蟻群算法是一種仿生優(yōu)化算法，采用了正反饋并行自催化機制，具有較強的魯棒性、優(yōu)良的分布式計算機制、易于與其它方法結合等優(yōu)點，已成功應用到了旅行商、二次分配、車輛路由等組合優(yōu)化問題中。在最大頻繁項集挖掘過程中當數(shù)據(jù)集中的屬性項數(shù)目很大時，會產生組合爆炸問題，所

3、以本論文利用蟻群算法中的啟發(fā)式信息和正反饋機制來指導屬性項的組合，避免產生大量的候選項集，為解決最大頻繁項集問題提供一個新的思路。 本論文對最大頻繁項集及其挖掘方法進行了研究，從中總結各算法的特點，發(fā)現(xiàn)最大頻繁項集的特點，將其抽象為子集問題。通過對蟻群算法解決TSP 問題的研究學習，結合最大頻繁項集問題獨有的特點，解決了蟻群算法挖掘最大頻繁項集問題中啟發(fā)式信息的選擇、可行解的構造和信息素的更新問題。在構造解的過程中添加了每只螞蟻