蚁群算法在分布式智能答疑系统中的应用研究.docVIP

微 电 子 学 与 计 算 机 M ICRO EL EC TRON ICS COM PU T ER 27 卷 第 6 期 2010 年 6 月 Vol . 27 No . 6 J une 2010 蚁群算法在分布式智能答疑系统中的应用研究 郑耿忠1 ,刘秋梅2 (1 韩山师范学院 数学与信息技术系 ,广东 潮州 521041 ; 2 韩山师范学院 图书馆 ,广东 潮州 521041) 摘 要 : 针对分布式智能答疑系统的特点 ,在对基于蚁群优化的分类规则发现算法研究的基础上 ,提出了分布式蚁 群智能分类算法 ,并对该算法在分布式智能答疑系统中的应用进行了分析和测试. 实践证明 ,该算法能有效地对分 布式智能答疑系统的范例库进行数据挖掘 ,进一步提高智能答疑系统检索的效率和智能性 ,使分布式智能答疑系 统的应用进入一个新台阶. 关键词 : 分布式智能答疑系统 ;蚁群算法 ;数据挖掘 ;范例库 中图分类号 : TP301 . 6 文献标识码 : A 文章编号 : 1000 - 7180 (2010) 06 - 0050 - 04 The Study of Ant Colony Algorithm’s Appl ication in Distributed Intell igent Question Ans wer System ZH EN G Geng2zho ng1 , L IU Qiu2mei2 (1 Depart ment of Mat h and Informatio n Technology , Hanshan Normal U niversity , Chaozhou 521041 , China ; 2 Library of Hanshan Normal U niversity , Chaozhou 521041 , China) Abstract : According to t he characteristic of Dist ributed Intelligent Questio n Answer System ( IQASD) , t he paper afford intelligent classif y algorit hm of dist ributing ant colo ny based o n t he st udy of ant colo ny op timizatio n for classify rule discov2 ery , analyzing and testing t he algorit hm’s applicatio n in case base’s data mining of IQASD. Practices p rove t hat t he algo2 rit hm can mining data of IQASD’s case base in effect , make IQASD’s searching more efficiency and intelligently , p ro2 mote IQASD’s applicatio n enter a new step . Key words : IQASD ; ant colo ny algorit hm ; data mining ; case base 和动态的 ,若采用已有的集中式的数据挖掘方法对 答疑系统范例库中的数据进行挖掘是不能满足分布 式环境要求的. 目前 ,针对 IQA SD 中范例库进行数 据挖掘的分布式算法有许多 ,但不足之处在于各范 例库之间缺乏相互联系 ,从而使得分析结果不准确 , 最终导致智能答疑系统并不智能1 . 为此 , 文中将 蚁群算法和数据挖掘算法相结合 ,利用移动的 、分布 的 、相互协作的蚂蚁智能体对 IQA SD 范例库中的数 据进??挖掘 ,从而进一步提高 IQA SD 的检索效率. 引言 随着远程教育的不断发展 ,答疑系统已从单一 方式向分布式智能答疑系统 ( Dist ributed Intelligent Q uestio n Answer System , IQA SD) 方式发展 , IQA SD 是采用 Agent 技术 ,构建分布式环境下多站点间的 智能答疑平台 ,即通过构建一个分布式联合虚拟答 疑平台 ,建立有多部门参加的 、具有实际服务能力 的 、可持续发展的分布式联合虚拟答疑服务体系 ,以 本地化运作为主 ,结合分布式 、合作式的运作 ,实现 范例库 、学习中心共享共建的目的. 在 IQA SD 中通常数据是分布的 、自治的 、异构 1 分布式智能答疑系统体系结构 2 由于 IQA SD 中 存 在 多