自然杂志 ›› 2008, Vol. 30 ›› Issue (1): 39-43.

• 科技进展 • 上一篇    下一篇

遗传进化理论及其在数据挖掘中的应用

万旺根①,崔滨②, Erik D. Goodman③   

  1. ① 教授,②博士,上海大学通信与信息工程学院,上海 200072;
    ③教授,美国密歇根州立大学电子与计算机工作工程系,兰辛 USA 48824
  • 收稿日期:2007-07-12 修回日期:2007-07-12 出版日期:2008-02-20 发布日期:2008-02-20


WAN Wang-gen①,CUI Bin②, Erik D. Goodman③   

  • Received:2007-07-12 Revised:2007-07-12 Online:2008-02-20 Published:2008-02-20

摘要: 遗传进化理论由美国密歇根大学J.Holland教授提出,它借鉴生物遗传机制,以群体方法进行自适应搜索,受到广泛关注,并在科学研究中得到广泛应用。数据挖掘从大量数据中提取信息与知识,遗传算法具有群体搜索策略和简单的遗传算子,可以实现整个数据空间上的分布式信息搜索和采集,在数据挖掘领域得到广泛应用。本文综述了遗传算法的起源、基本原理和特点,介绍了数据挖掘的应用和发展,阐述了近年来遗传算法在分类系统挖掘和关联规则挖掘方面的应用。最后对遗传算法在数据挖掘中的应用前景和面临的挑战进行了分析和展望。

关键词: 遗传算法, 数据挖掘, 分类系统挖掘, 关联规则挖掘