第2卷第4期 智能系统学报 Vol.2 No 4 2007年8月 CAAI Transactions on Intelligent Systems Aug.2007 基于克隆选择的模糊分类规则提取算法 左瑞娟，武永华 (福建师范大学软件学院，福建福州350007) 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f。ten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 关键词：模糊规则提取：模糊分割：克隆选择算法 中图分类号：TP18文献标识码：A文章编号：1673-4785(2007)04-0074-06 Extracting fuzzy classification rules using clonal selection algorithm ZUO Rui-juan,WU Yong-hua (Faculty of Software,Fujian Normal University,Fuzhou 350007,China) Abstract:Classification is crucial for many research domains,but the quality of extracted fuzzy rules has a great influence on the performance of classifiers.It is not only necessary that extracted rules have optimal performance in classification,but also the number of rules must be as small as possible,otherwise,rule searching and matching becomes slow.In this paper,using the clone selection algorithm,the best rules were extracted from massive sets of fuzzy if-then rules generated from multiple precision fuzzy partitions. Thus a set of effective rules for fuzzy classification were developed.Also the optimal objective function was improved.Test results prove that the proposed method uses fewer rules and has high classification preci- sion. Key words:fuzzy rules extraction;fuzzy partition;clonal selection algorithm. 目前关于模糊规则自动提取的方法非常多，如 最大缺陷，就是产生了大量的模糊规则，尤其是对于 利用神经网络1)、粗糙集倒等，最新的方法还有基 高维模式空间的分类问题，从而增加规则搜索的时 于基因表达的模糊规则提取，.但用于解决分类问 间.同时一些低效规则对于高效规则的分类能力还 题的比较有代表性的仍然是由Ishibuchi等人在文产生一定的干扰，影响了分类精度.因此Shibuchi 献[5]中提出的模糊规则的分布式表达方法.在文献 等人又在此基础上采用遗传算法对由多分割精度 [s]中，考虑到基于模糊if-then规则的模糊分类系 下产生的模糊规则SL进行了优化提取高效紧凑 统的执行效果有赖于模糊子空间分割精度的选择， 的分类规则集OPTS,从而大大减少了规则数量 分割过于“模糊”或者“精确”都会影响模糊分类系统 但是，该方法仍然存在着收敛速度慢，收敛效果不佳 的分类效果，而且只按一种分割精度进行模式空间 的缺点).文章正是在此基础上对其优化函数进行 分割是不够的.因而采用几个分割精度下所产生的 了改进，加入了更能反应规则分类能力的确信度 模糊规则并应用于模糊推理，见图1.该方法解决了 CF,并采用了克隆选择算法I来实现高效模糊规则 如何确定合适的分割精度和不同类别的学习样本分 的提取。 布交叠的难题，从而提高了分类精度.然而该方法的 1 多精度模糊分割的规则产生 收稿日期：200611-23. 由文献[5]可以得到多分割精度下各模糊子空 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net第 2 卷第 4 期 智 能 系 统 学 报 Vol. 2 №. 4 2007 年 8 月 CAAI Transactions on Intelligent Systems Aug. 2007 基于克隆选择的模糊分类规则提取算法 左瑞娟 ,武永华 (福建师范大学 软件学院 ,福建 福州 350007) 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. 关键词 :模糊规则提取 ;模糊分割 ;克隆选择算法 中图分类号 : TP18 文献标识码 :A 文章编号 :167324785 (2007) 0420074206 Extracting fuzzy classification rules using clonal selection algorithm ZUO Rui2juan ,WU Yong2hua ( Faculty of Software , Fujian Normal University , Fuzhou 350007 , China) Abstract :Classification is crucial for many research domains , but t he quality of extracted f uzzy rules has a great influence on t he performance of classifiers. It is not only necessary t hat extracted rules have optimal performance in classification , but also t he number of rules must be as small as possible , ot herwise , rule searching and matching becomes slow. In t his paper , using t he clone selection algorit hm , t he best rules were extracted from massive sets of f uzzy if2t hen rules generated from multiple precision f uzzy partitions. Thus a set of effective rules for f uzzy classification were developed. Also t he optimal objective f unction was improved. Test results prove t hat the proposed met hod uses fewer rules and has high classification preci2 sion. Keywords :f uzzy rules extraction ; f uzzy partition ; clonal selection algorithm. 收稿日期 :2006211223. 目前关于模糊规则自动提取的方法非常多 ,如 利用神经网络[1 - 2 ] 、粗糙集[3 ]等 ,最新的方法还有基 于基因表达的模糊规则提取[4 ] . 但用于解决分类问 题的比较有代表性的仍然是由 Ishibuchi 等人在文 献[ 5 ]中提出的模糊规则的分布式表达方法. 在文献 [5 ]中 ,考虑到基于模糊 if - t hen 规则的模糊分类系 统的执行效果有赖于模糊子空间分割精度的选择 , 分割过于“模糊”或者“精确”都会影响模糊分类系统 的分类效果 ,而且只按一种分割精度进行模式空间 分割是不够的. 因而采用几个分割精度下所产生的 模糊规则并应用于模糊推理 ,见图 1. 该方法解决了 如何确定合适的分割精度和不同类别的学习样本分 布交叠的难题 ,从而提高了分类精度. 然而该方法的 最大缺陷 ,就是产生了大量的模糊规则 ,尤其是对于 高维模式空间的分类问题 ,从而增加规则搜索的时 间. 同时一些低效规则对于高效规则的分类能力还 产生一定的干扰 ,影响了分类精度. 因此 Shibuchi 等人又在此基础上采用遗传算法[6 ]对由多分割精度 下产生的模糊规则 SALL 进行了优化提取高效紧凑 的分类规则集 OPT _ S ,从而大大减少了规则数量. 但是 ,该方法仍然存在着收敛速度慢 ,收敛效果不佳 的缺点[ 7 ] . 文章正是在此基础上对其优化函数进行 了改进 ,加入了更能反应规则分类能力的确信度 CF ,并采用了克隆选择算法[7 ]来实现高效模糊规则 的提取. 1 多精度模糊分割的规则产生 由文献[5 ]可以得到多分割精度下各模糊子空