論文題目：遺傳演算法學習分類系統的研究
一、 選題的目的和意義：
目的：
1、對遺傳演算法分類進行深入研究;
2、編寫遺傳演算法學習分類系統程式程式碼;
3、對建立的學習分類系統做除錯分析。
意義：遺傳演算法學習分類系統的研究把遺傳演算法從歷史離散的搜尋空間的優化搜尋演算法擴充套件到具有獨特的規則生成功能的嶄新的機器學習演算法 。這一新的學習機制對於解決人工智慧中知識獲取和知識優化精煉的瓶頸難題帶來了希望 。基於遺傳演算法的學習分類系統的研究是機器學習領域的一個較為引人注目的研究方向 ，目前也有一些嵌入領域知識的.基於遺傳演算法的機器學習的研究 ，如將概念學習中特有的操作遺傳操作化 。此外 ，學習分類系統的並行實現在基於遺傳演算法的機器學習研究中也佔有相當的分量 。
二、 國內外研究綜述：
基於遺傳演算法的學習分類器系統(Learning classifier system based on genetic algorithm，簡稱LCS)，是Holland於 1986年提出的一種結合信用分配(Credit assignment)增強學習機制和基於遺傳演算法的規則發現(Rule discovery)機制的自適應獨立線上學習系統口。該系統方法自提出以來，吸引了很多學者致力於這方面的理論和應用研究。基於Holland的學習分類器系統，Wi1son提出了XCS學習分類器系統;Helen則將學習分類器系統與模糊理論相結合，建立了學習模糊分類器系統.目前雖然在分類器理論和應用領域開發出了各種演算法國內在該領域的研究也主要集中在SVM分類器、貝葉斯分類器、決策樹分類器以及神經網路分類器等。但國內對LCS的研究一直進展緩慢，還有待進一步展開。
根據 Holland提出的LCS理論 ，在對 LCS 結構體系和關鍵技術進行深入分析的基礎上，推導證明LCS利用桶佇列演算法更新分類器強度的收 斂性理論，並利用六值布林函式，模擬驗證LCS 的自適應學習能力和分類器強度更新的收斂性質。
四、 畢業設計(論文)進度安排
1、第 五 周——第 七 周：熟悉設計課題，查詢資料，研究和閱讀資料，翻譯相關的外文資料和撰寫閱讀綜述，以及著手調研。
2、第 八 周——第 九 周：在完成外文翻譯和閱讀綜述的基礎上，撰寫開題報告。
3、第 十 周——第十二週：深入瞭解遺傳演算法理論知識。
4、第十三週——第十五週：學習C語言在遺傳演算法實現中的應用，撰寫論文 。
5、第十六週——第十七週：完善論文，準備參加論文答辯。
五、 參考文獻
1、 玄光男、程潤偉著.遺傳演算法與工程優化.北京：清華大學出版社，2004年1月
2、 沈曉蓉等.基於遺傳演算法的學習分類器系統研究.《控制與決策》，2006年03期
3、馮彥傑，王浣塵.學習分類器在績效尋優中的應用及組織決策意義.控制理論與應用，2003年20卷3期
4、Sette S，Boullart Implementation of Genetic Algorithms for Rule Based Machine Learning[J]. Engineer Application of Artificial Intelligence，2000，13(4)