基于改進(jìn)二進(jìn)制粒子群算法的煙葉復(fù)烤配方關(guān)聯(lián)特征研究的方法

基本信息

申請(qǐng)?zhí)?/td> CN202111328565.9 申請(qǐng)日 -
公開(kāi)(公告)號(hào) CN114065897A 公開(kāi)(公告)日 2022-02-18
申請(qǐng)公布號(hào) CN114065897A 申請(qǐng)公布日 2022-02-18
分類號(hào) G06N3/00(2006.01)I;G06F16/2458(2019.01)I 分類 計(jì)算;推算;計(jì)數(shù);
發(fā)明人 侯開(kāi)虎;杜清清;鄧超;朱波;陳興侯;陳明;馬顯滔;范振宇;劉雅琴 申請(qǐng)(專利權(quán))人 云南煙葉復(fù)烤有限責(zé)任公司麒麟復(fù)烤廠
代理機(jī)構(gòu) 昆明合盛知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 代理人 牛林濤
地址 655000云南省曲靖市廖廓北路
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于改進(jìn)二進(jìn)制粒子群算法的煙葉復(fù)烤配方關(guān)聯(lián)特征研究方法,涉及煙草生產(chǎn)領(lǐng)域,為了更好地挖掘出煙葉復(fù)烤配方內(nèi)在的關(guān)聯(lián)特征以更有效的對(duì)復(fù)烤配方進(jìn)行維護(hù)。針對(duì)Apriori算法需要人工預(yù)設(shè)支持度和置信度,容易出現(xiàn)海量冗余規(guī)則、規(guī)則質(zhì)量較低的缺陷。現(xiàn)提出如下方法,該方法具體是:從復(fù)烤配方數(shù)據(jù)集當(dāng)中發(fā)現(xiàn)煙葉協(xié)同搭配的關(guān)系。本發(fā)明將改進(jìn)后的二進(jìn)制粒子群算法(Improved Binary Particle Swarm Optimization Algorithm,IBPSO)用于煙葉復(fù)烤配方關(guān)聯(lián)規(guī)則挖掘,在種群初始化階段引入拉丁超立方抽樣,局部搜索方面提出limit機(jī)制和隨機(jī)擾動(dòng)等策略保證算法有效跳出局部最優(yōu),該方法不需要提前設(shè)定規(guī)則提取閾值,可自動(dòng)提取M條較佳規(guī)則,同時(shí)結(jié)果無(wú)冗余規(guī)則。