基于遗传算法的气象观测数据区间值属性约简算法

来源：计算机应用杂志2017年第9期北京时间：

作者：郑忠仁, 程勇, 王军, 钟水明, 徐利亚

单位：1. 南京信息工程大学 计算机与软件学院, 南京 210044;2. 南京信息工程大学 信息化建设与管理处, 南京 210044;3. 九江学院 信息科学与技术学院, 江西 九江 332005

摘要：针对气象观测数据采集目的性弱、数据冗余度较高以及观测数据区间化中单值较多、等价类划分精度低的问题，提出一种基于遗传算法的气象观测数据区间值属性约简算法（MOIvGA）。首先，通过改进区间值相似度，使其能够同时适用于单值等价关系判断和区间值相似度分析；其次，通过改进自适应遗传算法，提高其收敛性；最后，通过仿真实验证明，相对于运行自适应遗传属性约简（AGAv）算法求解最优值，所提算法迭代代数减少了22代；在区间长度为1 h降水分类中，基于依赖度的区间值决策表λ-约简（MOIvGA）平均分类准确率比RIvD算法提高了6.3%，对无雨的预测准确率提高了7.13%；同时约简后的属性子集显著提高了分类准确率。由此可见，MOIvGA在区间值气象观测数据分析中能够提高收敛速度以及分类准确率。

关键词：气象观测数据,属性约简,区间值相似度,遗传算法,属性子集

基金资助：国家自然科学基金资助项目（61402236， 61373064）； 江苏省"六大人才高峰"项目（2015-DZXX-015）； 赛尔网络下一代互联网技术创新项目（NGⅡ20160318）。