基于克隆选择的模糊分类规则提取算法

摘要

分类是许多研究领域的关键问题,模糊规则的提取质量对分类器的性能又有着极大影响.所提取的规则不仅在分类能力上要达到最优,同时在规则数量上也不能太多,否则会影响规则搜索和匹配的速度.结合人工免疫的克隆选择原理,采用克隆选择算法,提取通过多精度模糊分割产生的大量模糊if-then规则中的少数精华规则,从而建立了模糊分类所需要的有效规则集合,同时还对优化目标函数进行了改进.经仿真实验证明,该方法所提取的模糊规则具有分类准确率高,规则数目较少等特点.