Resumen

El objetivo de la reducción de atributos mínimos es encontrar el subconjunto mínimo R del conjunto de atributos de la condición C de manera que R tenga la misma calidad de clasificación que C . Se sabe que este problema es difícil de resolver. Cuando sólo se requiere una reducción mínima de atributos, se transformó en un problema de optimización combinatoria con restricciones no lineales sobre un espacio booleano y se utilizaron algunos enfoques de búsqueda heurística. En este caso, la función de aptitud es una de las claves de este problema. Es necesario que la función de aptitud satisfaga la equivalencia entre la solución óptima y la reducción mínima de atributos. Desgraciadamente, las funciones de aptitud existentes no cumplen la equivalencia o son demasiado complicadas. En este artículo, se ofrece una función de aptitud simple y mejor basada en el dominio positivo. La prueba teórica muestra que la solución óptima es equivalente a la reducción mínima de atributos. Los resultados experimentales muestran que la función de aptitud propuesta es mejor que la función de aptitud existente para cada algoritmo en la prueba.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:reducción mínima de atributos, función de aptitud, soluciones óptimas, función de aptitud propuesta, enfoque de búsqueda heurística, problema de optimización combinatoria, mejor función de aptitud, equivalencia, dominio positivo, espacio booleano
• Keywords:minimal attribute reduction, fitness function, optimal solutions, proposed fitness function, heuristic search approach, combinatorial optimization problem, better fitness function, equivalence, positive domain, boolean space