一種基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法及精神狀態(tài)評(píng)估方法
【專利摘要】本發(fā)明公開了一種基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法及精神狀態(tài)評(píng)估方法，該基于遺傳算法和粗糙集完成了粗糙集屬性約簡(jiǎn)方法通過設(shè)定合適的適應(yīng)度函數(shù)，擴(kuò)大了基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法的適用范圍，且能夠快速有效地獲取決策表中屬性集中的關(guān)鍵性指標(biāo)，本發(fā)明的精神狀態(tài)評(píng)估方法在進(jìn)行精神狀態(tài)評(píng)估時(shí)，先基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法提取決策表中屬性集中的關(guān)鍵性指標(biāo)，在根據(jù)提取結(jié)果構(gòu)建并訓(xùn)練貝葉斯網(wǎng)絡(luò)，得到分類模型，用于進(jìn)行精神狀態(tài)評(píng)估。大大提高了精神狀態(tài)評(píng)估的效率，且準(zhǔn)確性好，易于實(shí)施，對(duì)數(shù)據(jù)具有廣泛的適應(yīng)性。
【專利說明】一種基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法及精神狀態(tài)評(píng) 估方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及分類預(yù)測(cè)【技術(shù)領(lǐng)域】，具體涉及一種基于遺傳算法和粗糙集的屬性約簡(jiǎn) 方法及精神狀態(tài)評(píng)估方法。

【背景技術(shù)】
[0002] 決策支持系統(tǒng)是輔助決策者通過數(shù)據(jù)、模型和知識(shí)，以人機(jī)交互方式進(jìn)行決策的 計(jì)算機(jī)應(yīng)用系統(tǒng)。在計(jì)算機(jī)輔助決策過程中，常會(huì)遇到數(shù)據(jù)的屬性過多的問題，其中部分屬 性與對(duì)決策不重要或與決策無關(guān)，一方面，獲取這些屬性會(huì)浪費(fèi)人力和物力，另一方面，當(dāng) 這些冗余屬性數(shù)據(jù)量較大時(shí)，還會(huì)影響決策的效率和準(zhǔn)確性。為提高決策效率，可刪除這些 冗余屬性，刪除這些冗余屬性即為屬性約簡(jiǎn)
[0003] 粗糙集（Rough Set)理論作為一種屬性約簡(jiǎn)方法，也越來越被廣泛地使用。但現(xiàn) 存的粗糙集的屬性約簡(jiǎn)算法有的存在"組合爆炸"，很難在屬性數(shù)量較大時(shí)得到具體實(shí)施， 有的算法只是局部尋優(yōu)，達(dá)不到全局最佳約簡(jiǎn)。
[0004] 基于遺傳算法的粗糙集屬性約簡(jiǎn)方法通過模擬生物在自然環(huán)境中的遺傳和進(jìn)化 過程，基于逐次迭代法進(jìn)行搜索、尋優(yōu)，得到屬性約簡(jiǎn)。具體過程如下：
[0005] 首先根據(jù)決策表生成初始解空間（即初始種群），再根據(jù)適應(yīng)度函數(shù)計(jì)算初始種 群中各個(gè)染色體的適應(yīng)度，從初始種群開始，根據(jù)各個(gè)染色體的適應(yīng)度進(jìn)行遺傳操作（包 括選擇、交叉和變異操作），生成新的種群，再對(duì)新種群重新計(jì)算每個(gè)染色體的適應(yīng)度和進(jìn) 行遺傳操作，反復(fù)循環(huán)，直到找到滿足條件的種群為止，將最終得到的種群中適應(yīng)度最大的 染色體輸出，并將該染色體解碼作為屬性約簡(jiǎn)結(jié)果。
[0006]從遺傳算法流程可以看出，適應(yīng)度函數(shù)直接關(guān)系到最終得到的約簡(jiǎn)結(jié)果的準(zhǔn)確性 以及該約簡(jiǎn)結(jié)果中包括的屬性的個(gè)數(shù)，進(jìn)而影響到得到的約簡(jiǎn)結(jié)果的決策能力?，F(xiàn)有遺傳 算法中采用的適應(yīng)度函數(shù)F(x)通常如下：
[0007]

【權(quán)利要求】
1. 一種基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法，其特征在于，包括： (1) 求決策表的屬性核，基于得到的屬性核初始化得到初始種群； (2) 根據(jù)適應(yīng)度函數(shù)計(jì)算初始種群中每條染色體的適應(yīng)度，所述的適應(yīng)度函數(shù)F(x) 為： Frv^ = λ ν Λ _ card(X)\ carcl(POSx(D)) L」 V ca.rd(C)j 十 cardpilSc^Z)))， 其中，C為條件屬性集，D稱為決策屬性集，card (*)表示集合*中包含的元素的個(gè)數(shù)， P〇Sx(D)表示染色體X的正域，POSe(D)為決策屬性集D對(duì)條件屬性集C的正域，λ為第一 修正因子，ε為第二修正因子，且： λ = card(P05c(D)) ' ￡ = 1 - λ; (3) 根據(jù)各個(gè)染色體的適應(yīng)度對(duì)初始種群進(jìn)行遺傳操作生成新的種群，反復(fù)對(duì)生成的 種群中的每條染色體計(jì)算適應(yīng)度和遺傳操作，直至滿足終止條件后停止，并以最后一次遺 傳操作得到的種群作為最終種群； (4) 根據(jù)最終種群中適應(yīng)度最大的染色體得到屬性約簡(jiǎn)結(jié)果。
2. 如權(quán)利要求1所述的基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法，其特征在于，所述步 驟（1)中根據(jù)屬性依賴關(guān)系求決策表的屬性核。
3. 如權(quán)利要求1所述的基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法，其特征在于，所述初 始種群的大小為1〇〇?200。
4. 如權(quán)利要求1所述的基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法，其特征在于，所述的 遺傳操作包括： (3-1)根據(jù)各個(gè)染色體的適應(yīng)度采用輪盤賭法則進(jìn)行選擇； (3-2)采用單點(diǎn)交叉規(guī)則對(duì)選擇得到的染色體進(jìn)行變異； (3-3)根據(jù)啟發(fā)式變異法對(duì)初始種群進(jìn)行變異操作，且變異時(shí)保證屬性核對(duì)應(yīng)的基因 位不變。
5. 如權(quán)利要求1所述的基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法，其特征在于，所述的 終止條件為連續(xù)若干次遺傳操作得到的種群中各個(gè)染色體的平均適應(yīng)度不變，或遺傳操作 的次數(shù)達(dá)到設(shè)定的閾值。
6. -種基于如權(quán)利要求1?5中任意一項(xiàng)權(quán)利要求所述的屬性約簡(jiǎn)方法的精神狀態(tài)評(píng) 估方法，其特征在于，包括： 51 :采用粗糙集原理根據(jù)若干個(gè)訓(xùn)練樣本構(gòu)建決策表，其中以訓(xùn)練樣本的測(cè)試項(xiàng)目作 為條件屬性集，把訓(xùn)練樣本的精神狀態(tài)測(cè)試結(jié)果按照精神狀態(tài)評(píng)估標(biāo)準(zhǔn)轉(zhuǎn)化為相應(yīng)的精神 狀態(tài)級(jí)別，并以所有精神狀態(tài)級(jí)別作為決策屬性集； 52 :基于遺傳算法和粗糙集的屬性約簡(jiǎn)方法對(duì)所述的條件屬性集進(jìn)行屬性約簡(jiǎn)，提取 用于進(jìn)行精神狀態(tài)評(píng)估的關(guān)鍵性指標(biāo)； 53 :根據(jù)所述的關(guān)鍵性指標(biāo)構(gòu)建貝葉斯網(wǎng)絡(luò)，并根據(jù)所述的關(guān)鍵性指標(biāo)簡(jiǎn)化各個(gè)訓(xùn)練 樣本，并以所有簡(jiǎn)化后的訓(xùn)練樣本作為訓(xùn)練樣本集，對(duì)所述的貝葉斯網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到分 類預(yù)測(cè)模型； 54 :獲取待評(píng)估樣本中關(guān)鍵性指標(biāo)的測(cè)試數(shù)據(jù)作為測(cè)試樣本，并利用所述的分類預(yù)測(cè) 模型對(duì)測(cè)試樣本進(jìn)行預(yù)測(cè)，獲取評(píng)估樣本的精神狀態(tài)等級(jí)。
7. 如權(quán)利要求6所述的基于遺傳算法和粗糙集的精神狀態(tài)評(píng)估方法，其特征在于，所 述步驟S1在構(gòu)建決策表時(shí)，根據(jù)各個(gè)測(cè)試項(xiàng)目的測(cè)試數(shù)據(jù)的取值范圍，對(duì)測(cè)試數(shù)據(jù)進(jìn)行離 散化處理。
8. 如權(quán)利要求7所述的基于遺傳算法和粗糙集的精神狀態(tài)評(píng)估方法，其特征在于，所 述步驟S3中刪除訓(xùn)練樣本中除關(guān)鍵性指標(biāo)外的各個(gè)測(cè)試項(xiàng)目的測(cè)試數(shù)據(jù)，完成對(duì)各個(gè)訓(xùn) 練樣本的簡(jiǎn)化。
【文檔編號(hào)】G06F19/00GK104298873SQ201410530885
【公開日】2015年1月21日 申請(qǐng)日期:2014年10月10日 優(yōu)先權(quán)日:2014年10月10日
【發(fā)明者】段會(huì)龍, 呂旭東, 尹梓名 申請(qǐng)人:浙江大學(xué)