- 相關(guān)推薦
基于GP算法的知識發(fā)現系統
基于GP算法的知識發(fā)現系統 南京建筑工程學(xué)院計算中心 李亞非摘 要 本文提出了一個(gè)新的知識發(fā)現系統。該系統以遺傳編程算法為核心，解決發(fā)現一組屬于面向對象數據庫的對象所具有的共性問(wèn)題。本文對系統作了扼要的說(shuō)明，對GP算法進(jìn)行了描述，并給出了一個(gè)實(shí)驗例子。
關(guān)鍵詞 進(jìn)化計算 遺傳編程 知識發(fā)掘
在數據庫中發(fā)現有用的知識是數據挖掘（Data Mining, DM）的主要任務(wù)，在一定的情況下，所有的數據庫查詢(xún)可以認為是完成這項任務(wù)。我們現在有一套分析和探索數據的工具：SQL查詢(xún)、OLAP和數據挖掘技術(shù)。SQL查詢(xún)由關(guān)系代數所構成；OLAP提供了建立在多維數據模型基礎上的高水平查詢(xún)；而數據挖掘提供了最抽象的數據分析操作。我們可以認為不同的數據挖掘任務(wù)是在高水平上的復雜查詢(xún)。數據挖掘是機器學(xué)習和數據庫技術(shù)的交叉學(xué)科，DM系統的主要特點(diǎn)是：在數據庫中發(fā)現能夠用某些規則表述的、隱含的知識；與數據庫是緊密集成的；高度自動(dòng)化的；對知識發(fā)現的處理是有效率的（尤其對大型數據庫）。
這里我們給出一種基于GP（Genetic Programming，遺傳編程）算法的知識發(fā)現系統，和通常對數據庫的查詢(xún)不同的是，這個(gè)系統可對特定的對象集產(chǎn)生特定的查詢(xún)集，系統自動(dòng)根據查詢(xún)集訪(fǎng)問(wèn)數據庫，從而發(fā)掘出數據庫中隱含的知識。本文將對上述知識發(fā)掘過(guò)程進(jìn)行詳細描述，并提出了一種用遺傳編程（GP）來(lái)進(jìn)行數據挖掘的方法，GP個(gè)體由數據庫查詢(xún)組成，而這些查詢(xún)代表了高水平上的規則。
1 系統基本結構
我們在[1]文給出的知識發(fā)現系統結構基礎上加以改進(jìn)，給出如圖1的基于GP算法的知識發(fā)現系統。
1．1 系統結構描述
整個(gè)系統由GP引擎、OODBMS（Object-Oriented Database Management System,面向對象數據庫管理系統）、知識庫、DB接口和用戶(hù)接口組成。系統以一組對象、領(lǐng)域知識和模式信息作為輸入。根據所給輸入，GP引擎將產(chǎn)生許多隨機的查詢(xún)，系統將這些查詢(xún)應用于OODBMS，OODBMS將返回其結果。系統用給定的輸入對該返回結果進(jìn)行評價(jià)，評價(jià)是計算個(gè)體查詢(xún)的適應值的過(guò)程。那些能夠匹配所給對象集的查詢(xún)或查詢(xún)集將被選中，在沒(méi)有查詢(xún)能夠匹配所給對象集時(shí)，那么其最好的查詢(xún)將被選中。最后，將能夠最好地描述所給對象集特性的查詢(xún)作為輸出。
1．2 面向對象的數據庫
這里，我們假定一個(gè)基于面向對象和函數的數據庫模型（Object-Oriented and Functional Data Model, OOFDM），OOFDM具有面向對象和函數數據模式的特性。這種模型要比傳統的關(guān)系數據庫模型在表達知識時(shí)更加逼近和容易。OOFDM的基本概念是"將感知到的真實(shí)世界作為相互關(guān)系對象的變量，并從不同的更細的層次上觀(guān)察這些對象。"[2]函數數據模型可以簡(jiǎn)單地借助函數的數學(xué)符號來(lái)表示數據間的關(guān)系。每個(gè)類(lèi)（或實(shí)體集）有自己的屬性和值，類(lèi)與屬性間的關(guān)系是將類(lèi)中的對象集映射到屬性域的一個(gè)函數。關(guān)系或逆關(guān)系組成了類(lèi)間的連接。
1．3 查詢(xún)算子
我們使用下列查詢(xún)算子作為其面向對象數據庫的查詢(xún)語(yǔ)言。
①SEL C-1 [(謂詞)] 該算子選擇所有屬于C-1且滿(mǎn)足謂詞的對象。C-1既可以是一個(gè)類(lèi)名也可以是一個(gè)屬于C-1的查詢(xún)。謂詞是一個(gè)可選項。如果在這個(gè)算子里沒(méi)有謂詞，它將選擇該類(lèi)中的所有對象。
②RES C-1 謂詞 該算子根據所給謂詞，限制給定集合的對象與另一個(gè)類(lèi)的對象關(guān)聯(lián)。C-1和謂詞同SEL算子，但對于RES的謂詞屬性必須是關(guān)系型的屬性，而對于SEL算子謂詞屬性則必須是非關(guān)系型屬性。
③REL C-1 R-r Class-2 該算子選擇所有C-1中與C-2中對象有關(guān)聯(lián)的對象。這是一個(gè)通過(guò)R-r 將一個(gè)類(lèi)C-1與另一個(gè)類(lèi)C-2關(guān)聯(lián)起來(lái)的關(guān)系算子。R-r可以是一個(gè)通過(guò)C-1中定義的關(guān)系集中的關(guān)系屬性之一。C-1既可以是一個(gè)類(lèi)名也可以是一個(gè)屬于C-1的查詢(xún)。C-2必須是一個(gè)類(lèi)名或是一個(gè)屬于C-2的查詢(xún)，并且通過(guò)R-r關(guān)聯(lián)到另一個(gè)類(lèi)C-1。
④G-REL C-1 R-r C-2 該算子是REL的逆算子，它選擇所有C-2中與C-1中對象有關(guān)聯(lián)的對象。C-1、C-2以及R-r的意義同REL算子。
2 GP算法
遺傳編程（GP）屬于進(jìn)化計算（Evolutionary Computation，EC）模型的一種。EC是一種借鑒自然界進(jìn)化機制而產(chǎn)生的并行隨機搜索算法。進(jìn)化算法的基本原理是選擇和改變，它區別于其他搜索方法有兩個(gè)顯著(zhù)特征：首先這些算法都是基于種群（population）的；其次在種群中個(gè)體（indvidual）之間存在競爭。
為搜索特定的（感興趣的）查詢(xún)需要一種工具，這種工具可智能生成一組查詢(xún)并以它們是否能導出與用戶(hù)給定的同樣的對象集來(lái)進(jìn)行評價(jià)。GP算法對這一類(lèi)問(wèn)題是很實(shí)用的。
2．1 函數集與端點(diǎn)集
一般GP中可生成的程序集是使用者定義的函數集和端點(diǎn)集。表1給出了相應的函數集和端點(diǎn)集，其中函數集由1.3中定義的查詢(xún)算子、邏輯運算算子以及比較算子所組成。
【基于GP算法的知識發(fā)現系統】相關(guān)文章：
基于Visual Basic快速開(kāi)發(fā)現場(chǎng)電視監控系統03-20
基于本體的教學(xué)知識庫系統分析03-20
基于DSP的信道譯碼算法優(yōu)化03-19
基于階梯細化的圖像放大算法03-07
關(guān)于基于知識管理的臨床信息系統的研究論文03-31
基于遺傳算法的OD分布03-21