Эволюционная система извлечения знаний на реляционных базах данных

• Автор: Ковалев, Дмитрий Александрович
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Тула
• Количество страниц: 138 с. : ил.

Содержание
Введение.

1. Обзор ситуации, типовых решений и методов извлечения знаний

1.1. Проблема извлечения знаний в больших информационных системах.

1.1.1. Проблемы обработки информации.II

1.1.2. Понятие знания

1.1.3. Различные типы знаний.

1.2. Методы извлечения знаний

1.2.1. Классификация методов.

1.2.2. Методы поиска ассоциативных правил

1.2.3. Методы классификации

1.2.4. Методы кластеризации
1.3. Программные системы извлечения знаний.
1.4. Методы эволюционных вычислений
1.4.1. Генетические алгоритмы
1.4.2. Генетическое программирование.
1.4.3. Эволюционное программирование.
1.4.4. Эволюционные стратегии
1.5. Цель и задачи исследования
2. Разработка генетических алгоритмов посгроения ассоциативных правил и классификаций .
2.1. Определение ассоциаций данных.
2.2. Прямые и обратные задачи на базах данных
2.3. Построение ассоциаций путем генерации запросов
2.3.1. Использование управляемых запросов
2.3.2. Применение генетического программирования.
2.3.3. Применение генетического алгоритма
3. Программноалгоритмический комплекс построения и исследования ассоциаций данных
3.1. Архитектура системы эволюционных вычислений
3.1.1. Ядро системы.
3.1.2. Модуль агрегирования базы данных.
3.1.3. Модуль генетического алгоритма.
3.1.4. Модуль оценки индивидуумов.
3.1.5. Модуль выделения ассоциативных правил
3.1.6. Семантическая метабаза данных
3.1.7. Агент
3.2. Реализация системы эволюционных вычислений.
3.2.1. Описание структуры программы.
3.2.2. Реализация объектов базы данных
3.2.3. Реализация объектов генетического алгоритма
3.2.4. Реализация абстракций действия.
4. Исследование системы эволюционных вычислений
4.1. Описание экспериментальной базы данных.
4.2. Динамика алгоритма поиска ассоциативных правил.
4.3. Извлечение ассоциативных правил в различных задачах.
4.4. Классификация.
4.5. Исследование влияния параметров алгоритма.
4.5.1. Исследование влияния функции пригодности
4.5.2. Исследование влияния методов отбора.
4.6. Рекомендации по внедрению системы эволюционных вычислений в банковские информационные системы.
Заключение.
Список литературы


Однако природа задач извлечения знаний такова, что свойства оптимизируемой функции априорно не известны. Более того, в ряде случаев семантический критерий близости данных не может быть непосредственно задан в числовой форме. Это стимулирует развитие специальных подходов к решению задач оптимизации, связанных с извлечением знаний. Одним из перспективных подходов к решению задач оптимизации в методах извлечения знаний является применение эволюционных вычислений. Эволюционные вычисления, основанные на генетических алгоритмах, в минимальной степени используют свойства оптимизируемой функции и доказали свою эффективность при решении широкого спектра задач комбинаторной оптимизации. На основании выше изложенного объектом исследования в работе являются реляционные базы данных. Предметом исследования являются модели знаний в виде обобщенных ассоциативных правил и классификаций, а также эволюционные алгоритмы. Целью работы является повышение эффективности экспертных решений за счет использования эволюционных методов извлечения знаний из реляционных баз данных. Формализация понятия знания в виде ассоциативных правил и классификаций средствами реляционной теории. Исследование способов реализации методов эволюционных вычислений в реляционных базах данных. Разработка эволюционных алгоритмов извлечения ассоциативных правил и классификаций на реляционных базах данных. Разработка и экспериментальное исследование инструментального программного обеспечения, использующего предложенный метод поиска обобщенных ассоциативных правил и классификаций. В качестве основных методов исследования предполагается использовать методы теории отношений, эволюционные методы и методы реляционной теории баз данных. Программные решения будут получены методом объектно-ориентированного программирования. В первой главе дается обзор существующих решений в области извлечения знаний из баз данных. Рассматриваются модели знаний и методы их извлечения из баз данных. Приводятся сравнительные характеристики наиболее популярных программных комплексов извлечения знаний с описанием их функциональных возможностей. Рассматриваются типовые эволюционные алгоритмы как перспективное направление в области извлечения знаний. Рассматривается общая схема эволюционного алгоритма и приводится описание 4-х классических алгоритмов: генетического алгоритма, генетического программирования, эволюционного программирования и эволюционных стратегий. По результатам проведенного обзора ставятся актуальные задачи исследования. Во второй главе формализуются задачи исследования и рассматриваются способы их решения. Рассматриваются структурный и операционный подходы интерпретации знаний на реляционных базах данных. Ставится задача анализа ассоциаций и показывается принципиальная возможность ее реляционного решения. Вводится понятие обобщенных ассоциативных правил, а задача их поиска формулируется как обратная задачам извлечения данных. В работе предлагается эволюционный подход к решению обратных задач в области извлечения знаний. Разрабатывается способ кодирования входной информации, и строятся генетические операции. Конструируется функция пригодности, наиболее точно отражающая пространство поиска. В третьей главе описывается разработанная система эволюционных вычислений (СЭВ): ее архитектура, состав функциональных блоков, алгоритмические и программные решения. Рассматриваются особенности реализации архитектуры экспертных систем. Предлагаются алгоритмы для решения основных и вспомогательных задач исследования. Рассматриваются особенности профаммной реализации системы. В четвертой главе приводятся результаты вычислительных экспериментов с системой эволюционных вычислений и ее апробации в банковской информационной системе. Рассматривается в динамике процесс нахождения нового знания и процесс нахождения "смысловых ниш". Исследуется работа алгоритма в различных задач для разных классов входных данных. Приводятся рекомендации по настройке алгоритма и его применению в банковской сфере. В заключении приводятся основные результаты работы.