基于C4．5的决策树改进算法研究

对海量数据的处理能力是数据挖掘最关注的问题。决策树作为一种分类器,是数据挖掘中用到的一种基本方法之一。基于C4．5的决策树改进算法,是在一些典型的决策树分类算法的基础上提出的,基本思想是在建树过程中,用属性依赖度替代信息增益率来确定划分条件属性的顺序。该算法借鉴MedGen算法的阈值设定方法,在简化决策树剪枝和优化过程的同时,可优化C4．5算法中使用信息熵率的时间复杂度,避免了使用信息熵带来的不当划分。简述了该改进算法的执行过程,证明了算法的正确性。     

配送中心选址蚁群算法的求解性能优化

配送中心在选址的过程中可能会出现性能不好的现象,本文针对基本蚁群算法应用与多配送中心选址策略,提出改进建议,并以基本蚁群算法为基础限制了蚂蚁的搜索行为,并借助于信息素自适应调节机制对蚂蚁把各个配送点分配到配送中心的能力进行了改善,从而在根本上实现了基本蚁群算法性能的提高。通过仿真试验,本文的改进方法可以提高配送中心选址问题,并提高其求解性能。     

凸包算法的线性实现

凸包算法是计算机几何的基本问题之一,但传统的凸包算法在构造凸包的过程中有很大的计算量,时间效率非常不理想。本文试图探讨一种新的算法,该算法充分利用点集中两个坐标值的特性以简化运算。通过新的算法,可以极大地降低凸包算法的时间复杂度,使该值可降低至O（n）。     

TSP问题的人工鱼群解决方案

人工鱼群算法是目前提出的一种基于生物模型的优化算法,文章阐述了人工鱼群算法的相关知识,提出了TSP问题的人工鱼群算法的基本模型,并对采用人工鱼群算法模拟TSP问题的基本步骤进行了定性分析。     

蚁群算法在TSP问题中的应用及其优化研究

蚁群算法是一种新型的模拟进化算法。分析了蚁群算法的基本模型和算法在TSP问题中的实现方式,针对其缺陷对基本的蚁群算法进行了一定的改进。     

混合天牛须算法解决旅行商问题

文章针对天牛须算法(BAS)后期收敛速度慢、寻优精度低的缺点,提出了一种融入倒位变异的天牛须算法.文章基于基本的天牛须算法,将倒位变异融入到天牛须算法中,帮助算法跳出局部最优,并给出了该算法求解旅行商问题的详细执行过程.最后,为了验证新算法的有效性,使用标准TSP库中的实例对提出的算法的性能进行了实证评估.结果 表明文章对天牛须算法的改进是合理的.     

育种算法简介

文章地介绍了育种算法的基本思想和方法、育种算法模仿繁殖优良品种的方法和过程,并将遗传算法的选择、交叉、变异三个过程简化为一个过程.     

基于禁忌蝙蝠算法的支持向量机特征选择和参数优化

支持向量机是一种有良好发展前景的学习机器。针对支持向量机训练过程中特征选择和参数优化的问题,提出一种基于蝙蝠算法和禁忌搜索算法相结合的算法的支持向量机特征选择和参数优化算法。将禁忌搜索算法理论引入蝙蝠算法中,可以有效提高BA算法的收敛速度和精度,得到更优的支持向量机模型。UCI标准数据集的分类实验结果表明,与基本的网格搜索,遗传算法等比较,TSBA算法可以获得更高的分类准确率和更好的稳定性。     

新课程下算法与程序设计教学方法初探

本文针对目前高中阶段算法与程序设计教学"难教"和"难学"的问题,分析了程序设计教学过程中存在的一些问题,并结合教学实践,遵循教学的基本规律和基本原则,提出了相应的改进方法,并在实践中进行了尝试。     

如何构造最小生成树

本文介绍了对于一个连通网,利用Prim算法构造一棵最小生成树的基本思想以及算法的具体实现过程。     

基于改进蚁群算法的带时间窗的多目标车辆调度研究

蚁群算法是模仿蚂蚁寻找路径的一种智能化启发武算法.带时间窗的车辆路径问题(VSPTW)是在基本的车辆路径问题(VSP)上增加了时间窗约束条件的一种变化形式,是一个典型的NP难问题.通过采用一种改进的路径构建方法和信息素更新策略,构造一个改进的蚁群算法来求解多目标的VSPTW.与基本AS(Ant System)算法比较结果显示,该算法对于求解VSPHTW问题具有较好的性能.     

蚁群算法中有关算法参数的最优选择

蚁群算法是一种模拟进化算法，初步的研究表明该算法具有许多优良的性质。本文介绍了蚁群算法基本模型AS(Ant System)的原理、特点、构成和实现方法，对基本蚁群算法参数的合理选取进行了实验分析，给出了算法参数选取的基本原则，有利于蚁群算法在优化问题中的推广和应用。     

一种基于粒计算的数据挖掘模型

Rough集是一种处理不确定问题的有效数学工具,利用经典Rough集模型中使用的等价关系信息粒化,构建基本信息粒模型,描述关系数据库中关联规则的挖掘过程,并给出了挖掘所有关联规则的算法.     

图像数字水印典型算法的比较与研究概况

简述了数字水印的基本算法原理,综述了空间域和变换域内的几种典型算法过程,介绍和比较了两类水印算法的优点和缺点,并分析了图像数字水印技术的研究概况和发展趋势.     

一种改进的免疫算法的研究

针对免疫克隆算法中存在的算法精度低,全局收敛速度快问题,本文提出了一种改进的免疫克隆算法,通过基本免疫算法中的疫苗策略和局部搜索中采用的高斯变异,使得算法的精度提高,降低了全局收敛速度,提高了局部最优解的范围,通过3个测试函数说明本文算法相比基本免疫克隆算法提高了算法的性能,提高了算法精度。     

支持向量机理论研究

如何解决分类问题和回归问题是支持向量机算法的基本内容。本文研究了使用支持向量机算法解决线性和非线性分类问题和回归问题的原理和方法。     

关联规则挖掘研究

本文对关联规则挖掘的定义及相关概念作了简单的介绍,对基于关联规则挖掘的hpriori算法基本思想进行了深入剖析,提出了该算法的瓶颈问题,并就此问题分析讨论了hpriori算法优化技术。     

关联规则挖掘研究

本文对关联规则挖掘的定义及相关概念作了简单的介绍,对基于关联规则挖掘的hpriori算法基本思想进行了深入剖析,提出了该算法的瓶颈问题,并就此问题分析讨论了hpriori算法优化技术。     

蚁群算法求解多选择整数背包问题

本文针对一维、二维多选择整数背包问题的教学模型,采用动态规划和蚁群算法对其进行求解,并对蚁群算法作了适当的改进.随机数据实验表明,随着问题规模的扩大,动态规划算法的计算复杂度将急剧增大,造成求解困难,而基本蚁群算法及改进蚁群算法能够快速有效地求得问题近优解,且改进蚁群算法解的质量比原算法平均提高了2.8%.     

一种优化的蚁群算法

蚁群算法是一种新型的启发式算法,它具有许多优良性质,被广泛用于求解组合优化问题,但基本蚁群算法也存在诸多不足。为使蚊群算法对应TSP问题的解更加优良,提出了一种改进的蚁群算法并对它进行了试验,结果表明改进算法是有效的,这也为蚁群算法的优化提供了一个新的途径。