基于遗传算法的粗糙集属性约简matlab代码
2018-07-21
7 0 0
暂无评分
其他
如何获取积分?
MainOfUSln.m
这是你的解决方案的主脚本,也是执行整个程序的入口,从改脚本开始运行
论文的算法被看做一个优化问题,模型如下:
min TargetOptFcn(r)
r
sub to.
0<= r < =1;
由于论文里要求r是0或1,遗传算法解决0-1规划问题可以通过修改其目标函数达到目的
在TargetOptFcn函数中加个目标3就可以让r尽可能的接近0或1
遗传算法ga在最终输出的r是浮点类型的,加个round取整下几个得到规则的0-1变量
这是你的解决方案的主脚本,也是执行整个程序的入口,从改脚本开始运行
论文的算法被看做一个优化问题,模型如下:
min TargetOptFcn(r)
r
sub to.
0<= r < =1;
由于论文里要求r是0或1,遗传算法解决0-1规划问题可以通过修改其目标函数达到目的
在TargetOptFcn函数中加个目标3就可以让r尽可能的接近0或1
遗传算法ga在最终输出的r是浮点类型的,加个round取整下几个得到规则的0-1变量
最后的约简结果放在r_result中
FindBestReduct.m
这个脚本是用穷举法找出最优的约简结果,算法思路是:
因为 r从[0 0 0 0 0 0 0 0 0]到[1 1 1 1 1 1 1 1 1]逐个变化,
一共有2^9 = 512种情况,循环处理把每一种情况下的目标函数值算一遍自然得到最优结果
最优结果实际上是染色体编码为 r_best = [ 0 0 1 0 0 1 1 1 0 ]即c3、c6 、c7、c8
还有一个结果是 r = [0 0 1 1 0 1 1 0 1]即c3、c4、c6、c7、c9这2个结果差距不大
所以遗传算法可能有时候会陷入后者局部最优
相关源码推荐
使用Java开发Android AOA Android开放式附件
0
0
暂无评分
Golang AOA Android开放式附件HID控制
0
0
暂无评分
pclite
0
0
暂无评分
GMSK线性接收机
0
0
暂无评分
传世AFT中变打金版版本--以前很火爆的,收藏很久
0
0
暂无评分
暂无评论