【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第5期 389-392页,共4页

【作 者】： 王晓光 ; 张永健

【摘 要】 最新智能算法在关联规则挖掘上存在挖掘精度低，易陷入局部收敛，运行时间较长等弊端，针对以上问题，提出了求解连续属性关联规则挖掘的三段式的改进的免疫遗传挖掘算法（TIIGA），首先使用三段式编码方案降低分割点的选取对挖掘的影响，其次提出了基于矢量矩浓度的TIIGA的选择方案，可以提高挖掘规则的多样性和挖掘的精度，最后使用了自适应的交叉与变异因子降低人工设置参数对挖掘结果的干扰。实验结果表明，与最新智能算法相比，提出的TIIGA算法在关联规则连续属性挖掘上具有挖掘精度高、全局收敛，挖掘时间短等优势。