遗传算法学习分类系统的研究 开题报告.doc

一、 选题的目的和意义：
目的：
1、对遗传算法分类进行深入研究；
2、编写遗传算法学习分类系统程序代码；
3、对建立的学习分类系统做调试分析。
意义：遗传算法学习分类系统的研究把遗传算法从历史离散的搜索空间的优化搜索算法扩展到具有独特的规则生成功能的崭新的机器学习算法 。这一新的学习机制对于解决人工智能中知识获取和知识优化精炼的瓶颈难题带来了希望 。基于遗传算法的学习分类系统的研究是机器学习领域的一个较为引人注目的研究方向 ，目前也有一些嵌入领域知识的基于遗传算法的机器学习的研究 ，如将概念学习中特有的操作遗传操作化 。此外 ，学习分类系统的并行实现在基于遗传算法的机器学习研究中也占有相当的分量 。
二、 国内外研究综述：
基于遗传算法的学习分类器系统(Learning classifier system based on genetic algorithm，简称LCS)，是Holland于 1986年提出的一种结合信用分配(Credit assignment)增强学习机制和基于遗传算法的规则发现(Rule discovery)机制的自适应独立在线学习系统口。该系统方法自提出以来，吸引了很多学者致力于这方面的理论和应用研究。基于Holland的学习分类器系统，Wi1son提出了XCS学习分类器系统；Helen则将学习分类器系统与模糊理论相结合，建立了学习模糊分类器系统．目前虽然在分类器理论和应用领域开发出了各种算法国内在该领域的研究也主要集中在SVM分类器、贝叶斯分类器、决策树分类器以及神经网络分类器等。但国内对LCS的研究一直进展缓慢，还有待进一步展开。