位置:成果数据库 > 期刊 > 期刊详情页
基于初始路径优化的蚁群算法及应用
  • 期刊名称:计算机工程与设计
  • 时间:0
  • 页码:1031-1034
  • 分类:TP311.13[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术] TP301.6[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]山东师范大学信息科学与工程学院,山东济南250014, [2]山东师范大学管理与经济学院,山东济南250014
  • 相关基金:国家自然科学基金重大项目(No.60873058,No.60743010);山东省自然科学基金重大项目(Z2007G03);“泰山学者”建设工程专项经费资助项目;山东省教育厅计划项目.
  • 相关项目:动态自适应协同进化的学习机制研究
作者: 许世杰|刘弘|
中文摘要:

本文简要描述了关联规则问题及二进制粒子群优化算法(Binary Particle Swarm Optimization.BPSO),提出了一种基于粒子群优化算法的关联规则挖掘算法。仿真试验研究了关联规则在股市走势中的应用,选取相对强弱指标RSI,收集交易数据进行实证分析,得出若干条有用的关联规则。

英文摘要:

Association rules and binary particle swarm optimization is described in this paper, and an algorithm based on particle swarm optimization algorithm is proposed for mining association rules. Simulation experiments were conducted to study the application of association rules in the stock market trend, the Relative Strength Index RSI is selected, and the transaction data is collected for empirical analysis, in the end, several useful association rules is proposed. The simulation results show that running time of the algorithm is shorter, and resulting in fewer and more effective rules.

同期刊论文项目
期刊论文 47 会议论文 9 专利 1
同项目期刊论文