论文部分内容阅读
为解决概念格挖掘优化问题,借鉴变精度粗糙集模型和粒子群协同进化思想,提出了融合变精度粗糙熵和全局粒子群的概念格协同挖掘算法（REVPT）。该算法引入变精度粗糙熵对各概念格子群动态度量建立粗糙近似格,并通过种群之间协作共享寻优经验提高概念格的全局挖掘优化能力,有效缩减原格群规模并挖掘出一致粗糙分类规则.实验结果表明当变精度粗糙熵阈值处于某一合适范围,该算法在保证收敛速度同时具有较强的建格全局优化能力,在知识挖掘精度和效率方面具有较好鲁棒性。