基于主从架构和GA的模糊关联规则挖掘算法

针对关联规则挖掘中适应度评估非常耗时的问题,提出了一种基于主–从架构结合遗传算法(GA)的模糊关联规则挖掘算法。首先,主处理器借助遗传算法为从处理器分配适应度评估任务,并收集来自从处理器的结果;然后,主处理器和从处理器协作挖掘一组合适的隶属函数;最后,主处理器使用找到的隶属函数集挖掘模糊关联规则。分析表明,该算法明显降低了适应度评估复杂度,当代数很大时,该算法加速可接近线性。实验结果表明,当有事务I/O时,该算法处理事务的加速性能可比传统的基于GA的并行算法提升19.1%,比基于累积概率分布的多级模糊关联规则算法提升30.6%。