lcs研究概述ppt课件PPT文档格式.pptx

lcs研究概述ppt课件PPT文档格式.pptx

《lcs研究概述ppt课件PPT文档格式.pptx》由会员分享，可在线阅读，更多相关《lcs研究概述ppt课件PPT文档格式.pptx（47页珍藏版）》请在冰豆网上搜索。

,Outline,IntroductionDefinition，HistoryBasicIdeaofLCSTypes，ApproachesOurCurrentProgressWhatwehavedone?

Adaptiverule-basedproductionsystemSetofrulesTrialanderror:

强化学习通过环境的反馈来调整自身的行为Survivalofthefittest:

遗传算法以遗传算法来探索、发现规则,IntroductiontoLCS,RuleA,RuleB,ReinforcementLearning,Environment,RLAgent,action,Reward&

State,GeneticAlgorithm,Population,

（2）,Population,Population,NewIndividual,GoodIndividual,

（1）,Individual,Selection,Reproduction,ComponentsinLCS,ComponentsinLCS,ComponentsinLCS,BriefViewofLCSHistory,1971Holland首次提出分类系统概念,1978Holland正式确立学习分类系统名称，并提出大概框架,1988Holland定义标准框架（太复杂）LCS研究停滞,1995Wilson进一步提出XCS，从此LCS的研究进入新的阶段,1994Wilson简化了标准LCS，提出更易实现的ZCS,1998Stolzmann提出不同于传统LCS的A-LCS，新的方向,Relative,ConferencesandMagazinesGeneticandEvolutionaryComputationConference（GECCO）InternationalWorkshoponLearningClassifierSystems（IWLCS）SEAL,EvolutionaryComputation/IEEETransactiononECPapersandApplicationsH.Ishibuchi.FuzzyGenetics-BasedMachineLearningSEAL2012PierLucaLanzi.XCSwithAdaptiveActionMappingSEAL2012R.Urbanowicz.Instance-LinkedAttributeTrackingandFeedbackforMichigan-StyleSupervisedLearningClassierSystemsGECCO2012M.Iqbal.ExtractingandUsingBuildingBlocksofKnowledgeinLearningClassierSystemsGECCO2012,Outline,IntroductionDefinition，HistoryBasicIdeaofLCSTypes，ApproachesOurCurrentProgressWhatwehavedone?

BriefViewofLCSHistory,1971Holland首次提出分类系统概念,1978Holland正式确立学习分类系统名称，并提出大概框架,1988Holland定义标准框架（太复杂）LCS研究停滞,1995Wilson进一步提出XCS，从此LCS的研究进入新的阶段,1994Wilson简化了标准LCS，提出更易实现的ZCS,1998Stolzmann提出不同于传统LCS的A-LCS，新的方向,HollandsLCS,缺陷：

1.无节制使用遗传算法2.桶队列算法的依赖性,规则条件/动作/预测匹配集M动作选择动作集A,BriefViewofLCSHistory,1971Holland首次提出分类系统概念,1978Holland正式确立学习分类系统名称，并提出大概框架,1988Holland定义标准框架（太复杂）LCS研究停滞,1995Wilson进一步提出XCS，从此LCS的研究进入新的阶段,1994Wilson简化了标准LCS，提出更易实现的ZCS,1998Stolzmann提出不同于传统LCS的A-LCS，新的方向,WilsonsXCS,最重要的改进部分：

重新定义了适应度计算方法HollandsLCS：

规则的权值WilsonsXCS：

引入了新的参数通过计算精确度来度量遗传算法,BriefViewofLCSHistory,1971Holland首次提出分类系统概念,1978Holland正式确立学习分类系统名称，并提出大概框架,1988Holland定义标准框架（太复杂）LCS研究停滞,1995Wilson进一步提出XCS，从此LCS的研究进入新的阶段,1994Wilson简化了标准LCS，提出更易实现的ZCS,1998Stolzmann提出不同于传统LCS的A-LCS，新的方向,StolzmannsACS,Model-FreeLCSsZCS/XCSNoknowledgeaboutresultofactionsModel-BasedLCSAnticipatoryclassifiersystems（ACS,1998）Anticipatorylearningclassifiersystems（ACS2,2000）Knowledgeaboutresultofactions,TwoApproaches,

（1）MichiganApproach:

Searchforgoodrules

（2）PittsburghApproach:

Searchforagoodrulecombination,Champions=Goodplayers+Goodcooperation,MichiganApproach,FitnessEvaluationofEachRuleDirectOptimizationofRulesNewrulesaregeneratedfromgoodrulesIndirectSearchforaGoodRuleSetAsetofgoodrulesisnotnecessarilyagoodruleset,RuleA,RuleC,RuleE,RuleG,RuleB,RuleD,RuleF,RuleH,PittsburghApproach,FitnessEvaluationofEachSubRuleSetDirectOptimizationofRuleSetsNewrulesetsaregeneratedfromgoodrulesetsIndirectSearchforGoodRulesGoodrulesinapoorrulesetcannotsurvive,RuleARuleBRuleC,RuleDRuleERuleF,RuleGRuleHRuleI,RuleJRuleKRuleL,Michigan-PittsburghHybridApproach,H.Ishibuchietal.HybridizationofFuzzyGBMLApproachesforPatternClassificationProblems,IEEET-SMCPartB（2005）,Outline,IntroductionDefinition，HistoryBasicIdeaofLCSTypes，ApproachesOurCurrentProgressWhatwehavedone?

ImprovementofLCS,Sub-LCS,LCSE,RuleA,RuleC,RuleE,RuleB,RuleB,RuleD,RuleF,RuleA,ability,readability,Sub-LCS,Sub-LCS,EnsembleMethod,ParallelensembleBagging，Randomsubspace，RandomforestcreatediversebaselearnersbyintroducingrandomnessSequentialensembleAdaboostcreatebaselearnersbycomplementarity,LCSE:

LCSEnsemble（Bagging）,LCSE:

LCSEnsemble（Boosting）,CompactRuleSet,（Supposesimplestconditions）2-DProblem:

32=9rules4-DProblem:

34=81rules6-DProblem:

36=729rules8-DProblem:

38=6,561rules10-DProblem:

310=59,049rules,lackofreadabilitytraditionalCRAistoocomplicated,CompactRuleSet,YangGao,LeiWu,JoshuaZhexueHuang.EnsembleLearningClassifierSystemandCompactRuleset.In:

Proceedingsofthe6thInternationalConferenceonSimulatedEvolutionandLearning.LNCS4247,pp:

42-49,2006.,CompactRuleSet,YangGao,LeiWu,JoshuaZhexueHuang.EnsembleLearningClassifierSystemandCompactRuleset.In:

42-49,2006.,LCSInLearningApplications,Preprocess：

训练数据的缺失/噪声？

LCS用于处理不同的学习情况？

L,LU,U,？

？

显然可以，效果明显,Semi-supervised,Classification,Clustering,训练数据,Handling