基于GP算法的知识发现系统

基于GP算法的知识发现系统

李亚非

（南京建筑工程学院计算中心，南京，210009）

摘  要  本文提出了一个新的知识发现系统。该系统以遗传编程算法为核心，解决发现一组属于面向对象数据库的对象所具有的共性问题。本文对系统作了扼要的说明，对GP算法进行了描述，并给出了一个实验例子。

关键词  进化计算 遗传编程 知识发掘

在数据库中发现有用的知识是数据挖掘（Data Mining, DM）的主要任务，在一定的情况下，所有的数据库查询可以认为是完成这项任务。我们现在有一套分析和探索数据的工具：SQL查询、OLAP和数据挖掘技术。SQL查询由关系代数所构成；OLAP提供了建立在多维数据模型基础上的高水平查询；而数据挖掘提供了最抽象的数据分析操作。我们可以认为不同的数据挖掘任务是在高水平上的复杂查询。数据挖掘是机器学习和数据库技术的交叉学科，DM系统的主要特点是：在数据库中发现能够用某些规则表述的、隐含的知识；与数据库是紧密集成的；高度自动化的；对知识发现的处理是有效率的（尤其对大型数据库）。

这里我们给出一种基于GP（Genetic Programming，遗传编程）算法的知识发现系统，和通常对数据库的查询不同的是，这个系统可对特定的对象集产生特定的查询集，系统自动根据查询集访问数据库，从而发掘出数据库中隐含的知识。本文将对上述知识发掘过程进行详细描述，并提出了一种用遗传编程（GP）来进行数据挖掘的方法，GP个体由数据库查询组成，而这些查询代表了高水平上的规则。