基于GA和模糊频繁项集的冰球运动员离群原因分析方法.pdf

《基于GA和模糊频繁项集的冰球运动员离群原因分析方法.pdf》由会员分享，可在线阅读，更多相关《基于GA和模糊频繁项集的冰球运动员离群原因分析方法.pdf（13页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202010118199.3 (22)申请日 2020.02.26 (71)申请人 南京航空航天大学 地址 210016 江苏省南京市秦淮区御道街 29号 (72)发明人 薛善良李晨肖雪韦青燕 许梦楠 (74)专利代理机构 南京天华专利代理有限责任 公司 32218 代理人 瞿网兰 (51)Int.Cl. G06F 16/2458(2019.01) G06Q 10/06(2012.01) (54)发明名称 一种基于GA和模糊频繁项集的冰球运动员 离群原因分析方法 (57)摘要 一。

2、种基于GA和模糊频繁项集的冰球运动员 离群原因分析方法， 其特征是首先使用遗传算法 生成隶属函数， 并重新设计适应度函数， 使模糊 区间的划分更加合理； 然后根据冰球成绩特征对 适应度最高的隶属函数进行优化， 利用优化后的 隶属函数对数量型数据库模糊化； 最后在构造模 糊频繁模式树时引入阈值并改进原有算法模糊 属性区域的选择策略， 保留更多的模糊区域， 使 算法具有更好的模糊频繁项集挖掘能力。 本发明 通过检测冰球运动员比赛成绩中的异常现象， 可 以更加全面、 准确地分析出影响运动员比赛成绩 的关键因素， 从而辅助教练员对运动员有效合理 的指导。 权利要求书3页 说明书6页 附图3页 CN 1。

3、11339161 A 2020.06.26 CN 111339161 A 1.一种基于GA和模糊频繁项集的冰球运动员离群原因分析方法， 其特征是首先使用遗 传算法生成隶属函数， 并重新设计适应度函数， 使模糊区间的划分更加合理； 然后根据冰球 成绩特征对适应度最高的隶属函数进行优化， 利用优化后的隶属函数对数量型数据库模糊 化； 最后在构造模糊频繁模式树时引入阈值并改进原有算法模糊属性区域的选择策略， 保 留更多的模糊区域， 使算法具有更好的模糊频繁项集挖掘能力。 2.根据权利要求1所述的方法， 其特征在于它包括以下步骤： 步骤1： 用遗传算法生成隶属函数并优化； 步骤2： 冰球运动员比赛成绩。

4、预处理； 利用优化后的隶属函数对冰球运动员比赛成绩进 行数据转换， 将数量型属性数据库D模糊化为模糊属性数据库Df； 步骤3： 利用改进的频繁模式树对冰球运动员比赛成绩进行离群原因分析； 构建改进的频繁模式树的步骤如下： 步骤3.1： 根据给定的 值对Df中的模糊区域进行筛选， 将隶属度值和大于等于 的区域 保留， 其余区域删除。 步骤3.2： 通过公式分别计算属性项Ij(1jm)包含的模糊区域Rjk(1k |Ij|)在n条事务中的隶属度和。 步骤3.3： 检查模糊区域的countjk与设定的最小支持数的大小关系， 最小支持数 MinSup*n。 如果countjkMinSup*n， 则保留此。

5、模糊区域， 否则将其删除。 模糊区域隶属度值 和大于最小支持数的区域就是模糊频繁1-项集， 记做L1。 步骤3.4： 将L1中的元素按照countjk的大小降序排列， 构成模糊FP-tree的项头表。 步骤3.5： 按照每个模糊区域的隶属度值降序对每条事务中的区域进行排序， 然后创建 模糊FP-tree的根节点， 在模糊FP-tree中逐条插入事务中的模糊区域； 步骤3.6： 在模糊FP-tree构建完成后， 从项头表的最后一项开始查询表中每一项对应 的条件模式基， 通过条件模式基递归挖掘模糊频繁项集； 步骤3.7： 算法结束； 步骤4： 根据挖掘出的频繁项集来分析冰球运动员离群原因。 3.根。

6、据权利要求2所述的方法， 其特征是所述的遗传算法生成隶属函数并优化包括： 步骤1.1： 使用遗传算法生成隶属函数， 并重新设计适应度函数， 为其引入了重叠率和 覆盖率两个评价标准； a)所述的隶属函数用等腰三角形表示， 然后用两个参数来表示一个隶属函数； cjk表示 属性项Ij的第k个模糊区域中等腰三角形的中点， 其中1k|Ij|； wjk表示Rjk跨度的一半， 也就是等腰三角形底边长度的一半。 b)适应度函数有两个评价标准即重叠率和覆盖率； 属性项Ij的覆盖率coverage_factor (Cqj)表示这个属性隶属函数的覆盖程度， coverage_factor(Cqj)被定义为模糊区域隶。

7、属函 数的覆盖范围与属性项中最大值比值的倒数， 其中表示属性项Ij的隶属 函数覆盖范围， max(Ij)表示在数量型数据库内属性项Ij的最大数量值如下所示： 权利要求书 1/3 页 2 CN 111339161 A 2 将属性项Ij的重叠率overlap_factor(Cqj)定义为属性项Ij的任意两个模糊区域的重合 长度与较小模糊区间长度一半的比值之和再比上模糊区间数； overlap(Rjk,Rji)表示模糊 区域Rjk和Rji的重合长度； 重叠率的定义如下所示： 由覆盖率和重叠率可以得到适应度函数f(Cqj)， f(Cqj)的计算方式如下： 其中表示属性项Ij的隶属函数覆盖范围， max。

8、(Ij)表示在数量型数据 库内属性项Ij的最大数量值； C)遗传算子的选择； 采用最大最小计算方法(Max-Min-Arithmetic， MMA)对染色体进行 交叉操作； 假设父个体的染色体编码表示为以下方式： MMA引入一个参数d， 对和中每一维的数据值进行交叉计算， 在得到子染色体后， 通过计算这四个子代染色体的适应度函数值， 选择两个适应度较高的染色体构成下一代种 群； 通过这种交叉计算可以得到四个新的子染色体编码， 他们分别是： 其中 其中 其中 其中 通过使用一点变异(one-point mutation)算子生成新的隶属函数编码， 变异可以发生 在c和w两者上， 但是如果对c加上。

9、一个随机产生的数值 ， 则变异可能会打乱当前隶属函数 的区间排序， 需要调整区间的顺序； 所以选择对跨度w做变异操作， 对w加上一个随机产生的 数值 ， 并要求这个数值范围为-wjk,+wjk， 因此新生成的跨度变为wjk+ ； d)通过隶属函数最优解将数量型属性值转化为模糊集的隶属度值； 若原始数量型属性 值用vij表示， 隶属度值用表示， 那么转化公式如下所示: 权利要求书 2/3 页 3 CN 111339161 A 3 由于需要根据运动员成绩属性特征对隶属函数进行优化， 因此上式也需做相应的调 整； 在此需要对k1和k|Ij|的转化公式做出调整， 调整后的公式如下所示: 若k1， 若k。

10、|Ij|， 步骤1.2： 根据冰球成绩特征对适应度最高的隶属函数进行优化。 4.根据权利要求2所述的方法， 其特征是所述的步骤3.5中： a)若模糊区域Rjk是第一次 出现在模糊FP-tree的节点中， 那么此节点的支持数就是Rjk的隶属度值， 插入此模糊区域 后， 还需要添加从一个项头表中此节点连接到模糊FP-tree中此节点的链接； b)若模糊区域Rjk不是首次出现在模糊FP-tree的节点中， 此节点的支持数记为Rjk的隶 属度值， 在模糊FP-tree中插入此节点后， 添加从一个从此模糊区域上一次被记录的地方到 此节点的链接； c)如果在模糊FP-tree存在与当前事务对应的分支， 模。

11、糊区域Rjk已经在此分支中出现， 那么在模糊FP-tree相对应的分支中， 此模糊区域的支持数为原支持数加上当前事务中模 糊区域Rjk的隶属度值； d)重复以上步骤， 直到模糊事务数据集中的事务都被插入到模糊FP-tree中， 建成模糊 FP-tree。 权利要求书 3/3 页 4 CN 111339161 A 4 一种基于GA和模糊频繁项集的冰球运动员离群原因分析方法 技术领域 0001 本发明涉及的是一种离群数据挖掘方法， 具体地说是一种基于GA和模糊频繁项集 的 冰球运动员离群原因分析方法。 背景技术 0002 近年来， 冰球运动在全国范围内得到了快速发展。 其中冰球运动员的日常训练与 。

12、比赛 和教练员的指导至关重要， 诸如比赛场数、 进球数、 助攻数、 击球数、 处罚时间等多种 因 素影响着运动员水平的发挥。 因此， 全面、 准确地分析出运动员离群原因， 教练员为他们 提供有针对性的技术指导具有现实意义。 0003 传统冰球教练员指导运动员的方法大部分是基于个人经验的， 具有主观性， 缺乏 科学 依据。 而冰球比赛积累的庞大数据内部隐藏了大量规律， 可作为教练员科学指导依 据。 本 发明基于大数据， 提出了一种基于GA和模糊频繁项集的冰球运动员离群原因分析方 法， 为教练员提供辅助指导工具。 发明内容 0004 本发明针对大部分的冰球运动员离群分析均依赖教练员经验， 对影响冰。

13、球远动员 成绩 相关因素研究和离群原因分析较少。 根据与冰球运动员成绩特征相关的各种参数， 对 它们 关联性的分析可以确定运动员离群的原因。 0005 利用影响冰球运动员成绩的诸多因素， 构建基于GA的模糊频繁模式树FP-tree， 用 于 辅助冰球教练员分析运动员的离群原因， 可以更有针对性地对运动员的训练及比赛做 出指 导。 首先利用遗传算法生成隶属函数并优化， 然后将冰球成绩数量型属性数据库模糊 化为 模糊属性数据库， 接着构建改进的频繁模式树获得频繁项集， 最后对模糊频繁项集进 行分 析以获得运动员离群的原因。 该算法通过引入遗传算法获取隶属函数和改进模糊属 性区域 的选择策略， 有效。

14、地提高了模糊频繁项集挖掘算法的性能。 实验结果证明， 使用改 进后的 遗传算法可以获得模糊区间划分更加合理的隶属度函数， 同时也证明了OCA-GAFFP 算法的 模糊区域的选择策略能够有效提高模糊频繁项集挖掘的全面性和准确性。 0006 本发明的技术方案如下： 0007 对于由人工确定隶属函数的不足， OCA-GAFFP算法采用基于GA生成并优化隶属函 数的 方法。 为了得到更多有效的模糊频繁项集， OCA-GAFFP算法对FFPG算法的模糊区域的 筛选 策略进行改进， 保留更多的模糊区域， 然后通过构造模糊FP-Tree得到模糊频繁项集。 为 了解决FFPG算法的不足， OCA-GAFFP算。

15、法在筛选模糊区域时引入一个阈值 (0 1)， 将 模糊区域的隶属度值大于 的模糊区域保留下来， 将隶属度值小于 的模糊区域的隶属 度值 置为0。 由于隶属度值较小的模糊区域只会蕴含极少信息， 因此将这些区域删除不 会过 多影响数据挖掘的效果。 对比FFPG算法， 该策略可以保留更多的模糊区域， 发现更多 的 模糊频繁项集。 0008 一种基于GA和模糊频繁项集的运动员离群原因分析方法， 包括以下步骤： 说明书 1/6 页 5 CN 111339161 A 5 0009 步骤1： 用遗传算法生成隶属函数并优化； 0010 步骤1.1： 使用遗传算法生成隶属函数， 适应度函数引入了重叠率和覆盖率两。

16、个评 价 标准； 0011 a)将隶属函数表示为等腰三角形， 然后用两个参数来表示一个隶属函数。 cjk表示 属性 项Ij的第k个模糊区域中等腰三角形的中点， 其中1k|Ij|。 wjk表示Rjk跨度的一半， 也就 是等腰三角形底边长度的一半。 0012 b)适应度函数的两个评价标准： 重叠率和覆盖率。 属性项Ij的覆盖率 coverage_ factor(Cqj)表示这个属性隶属函数的覆盖程度， coverage_factor(Cqj)被定义为模糊 区 域隶属函数的覆盖范围与属性项中最大值比值的倒数， 其中表示属性 项Ij的隶属函数覆盖范围， max(Ij)表示在数量型数据库内属性项Ij的最。

17、大数量值如下所 示： 0013 0014 本文将属性项Ij的重叠率overlap_factor(Cqj)定义为属性项Ij的任意两个模糊 区域的重 合长度与较小模糊区间长度一半的比值之和再比上模糊区间数。 overlap(Rjk, Rji)表示模糊区 域Rjk和Rji的重合长度。 重叠率的定义如下所示： 0015 0016 由覆盖率和重叠率可以得到适应度函数f(Cqj)， f(Cqj)的计算方式如下： 0017 0018其中表示属性项Ij的隶属函数覆盖范围， max(Ij)表示在数量型 数据 库内属性项Ij的最大数量值。 0019 C)遗传算子的选择 0020 采用的最大最小计算方法(Max-M。

18、in-Arithmetic， MMA)对染色体进行交叉操作。 假 设父个体的染色体编码表示为以下方式： 0021 0022 0023MMA引入一个参数d， 对和中每一维的数据值进行交叉计算， 在得到子染色体 后， 通过计算这四个子代染色体的适应度函数值， 选择两个适应度较高的染色体构成下一 代种 群。 通过这种交叉计算可以得到四个新的子染色体编码， 他们分别是： 0024其中 0025其中 说明书 2/6 页 6 CN 111339161 A 6 0026其中 0027其中 0028 本文通过使用一点变异(one-point mutation)算子生成新的隶属函数编码， 变异 可 以发生在c和。

19、w两者上， 但是如果对c加上一个随机产生的数值 ， 则变异可能会打乱当前 隶属函数的区间排序， 需要调整区间的顺序。 所以选择对跨度w做变异操作， 对w加上一 个 随机产生的数值 ， 并要求这个数值范围为-wjk,+wjk， 因此新生成的跨度变为wjk+ 。 0029 d)通过隶属函数最优解可以将数量型属性值转化为模糊集的隶属度值。 若原始数 量型 属性值用vij表示， 隶属度值用表示， 那么转化公式如下所示。 0030 0031 由于需要根据运动员成绩属性特征对隶属函数进行优化， 因此上式也需做相应的 调整。 在此需要对k1和k|Ij|的转化公式做出调整， 调整后的公式如下所示。 0032若。

20、k1， 0033若k|Ij|， 0034 步骤1.2： 根据冰球成绩特征对适应度最高的隶属函数进行优化； 0035 步骤2： 冰球运动员比赛成绩预处理； 利用优化后的隶属函数对冰球运动员比赛成 绩 进行数据转换， 将数量型属性数据库D模糊化为模糊属性数据库Df； 0036 步骤3： 利用改进的频繁模式树对冰球运动员比赛成绩进行离群原因分析； 0037 构建改进的频繁模式树的步骤如下： 0038 步骤3.1： 根据给定的 值对Df中的模糊区域进行筛选， 将隶属度值和大于等于 的 区域保留， 其余区域删除。 0039步骤3.2： 通过公式分别计算属性项Ij(1jm)包含的模糊区域Rjk (1k|I。

21、j|)在n条事务中的隶属度和。 0040 步骤3.3： 检查模糊区域的countjk与设定的最小支持数的大小关系， 最小支持数 MinSup*n。 如果countjkMinSup*n， 则保留此模糊区域， 否则将其删除。 模糊区域隶属度 值 和大于最小支持数的区域就是模糊频繁1-项集， 记做L1。 0041 步骤3.4： 将L1中的元素按照countjk的大小降序排列， 构成模糊FP-tree的项头表。 0042 步骤3.5： 按照每个模糊区域的隶属度值降序对每条事务中的区域进行排序， 然后 说明书 3/6 页 7 CN 111339161 A 7 创 建模糊FP-tree的根节点， 在模糊F。

22、P-tree中逐条插入事务中的模糊区域。 0043 a)若模糊区域Rjk是第一次出现在模糊FP-tree的节点中， 那么此节点的支持数就 是Rjk的隶属度值， 插入此模糊区域后， 还需要添加从一个项头表中此节点连接到模糊FP- tree 中此节点的链接。 0044 b)若模糊区域Rjk不是首次出现在模糊FP-tree的节点中， 此节点的支持数记为Rjk 的 隶属度值， 在模糊FP-tree中插入此节点后， 添加从一个从此模糊区域上一次被记录的 地 方到此节点的链接。 0045 c)如果在模糊FP-tree存在与当前事务对应的分支， 模糊区域Rjk已经在此分支中 出 现， 那么在模糊FP-tre。

23、e相对应的分支中， 此模糊区域的支持数为原支持数加上当前事 务 中模糊区域Rjk的隶属度值。 0046 d)重复以上步骤， 直到模糊事务数据集中的事务都被插入到模糊FP-tree中， 建成 模糊FP-tree。 0047 步骤3.6： 在模糊FP-tree构建完成后， 从项头表的最后一项开始查询表中每一项 对 应的条件模式基， 通过条件模式基递归挖掘模糊频繁项集。 0048 步骤3.7： 算法结束。 0049 步骤4： 根据挖掘出的频繁项集来分析冰球运动员离群原因。 0050 本发明的有益效果是： 0051 (1)本发明提出一种基于GA和模糊频繁项集的冰球运动员离群原因分析方法， 克 服 了传。

24、统教练员指导冰球运动员以经验为主的不足。 通过检测冰球运动员比赛成绩中的 异常 现象， 从而发现影响运动员比赛成绩的关键因素。 可以辅助教练员对运动员的训练及 比赛 做出更有针对性的指导。 具有科学理论指导和实际应用价值。 0052 (2)本发明提出的离群数据挖掘算法OCA-GAFFP在筛选模糊区域时引入了阈值 ， 删除了蕴含极少信息的区域， 在保证全面性和准确性的同时有效提高了离群挖掘的效率。 0053 (3)本发明中所提出的离群挖掘算法OCA-GAFFP相比于FTDA、 FFPG算法， 挖掘效果 与运行效率综合性能最高， 在有效分析冰球运动员离群原因的同时消耗的时间极少。 0054 本发明。

25、通过检测冰球运动员比赛成绩中的异常现象， 可以更加全面、 准确地分析 出影 响运动员比赛成绩的关键因素， 从而辅助教练员对运动员有效合理的指导。 附图说明 0055 图1是本发明的流程图。 0056 图2是本发明的遗传算法进化代数与适应度值的关系图。 0057 图3是本发明的运动员Alexander Petrovic常规赛成绩示例。 0058 图4是本发明的算法与另外两种算法挖掘出模糊频繁数目对比图。 0059 图5是本发明的算法与另外两种算法运行时间对比图。 0060 图6是根据本发明的算法， 从运动员Alexander Petrovic的比赛成绩中挖掘出的 模糊 频繁项集。 具体实施方式 。

26、0061 下面结合附图和实施例对本发明做进一步详细的说明。 说明书 4/6 页 8 CN 111339161 A 8 0062 本发明针对大部分的冰球运动员离群分析均依赖教练员经验， 对冰球远动员成绩 相关 因素研究和离群原因分析较少。 使用遗传算法生成隶属函数， 并重新设计适应度函 数， 使 模糊区间的划分更加合理。 然后改进传统模糊频繁项集挖掘算法对于每个属性只保 留一个 模糊区域的方法， 在构造模糊频繁模式树时引入阈值 并改进原有算法模糊属性区 域的选 择策略， 保留更多的模糊区域。 0063 图1是本发明的流程图， 具体的实施过程如下： 0064 步骤1： 用遗传算法生成隶属函数并优化。

27、； 0065 步骤1.1： 使用遗传算法生成隶属函数， 适应度函数引入了重叠率和覆盖率两个评 价 标准； 如图2所示为遗传算法进化代数与适应度值的关系图， 由遗传算法得到的隶属函 数 的适应度值以递增趋势呈现。 隶属函数的适应度值在进化代数为225250附近趋于平 稳， 并最终在小范围内波动， 所以本实验将进化代数设定为250。 0066 步骤1.2： 根据冰球成绩特征对适应度最高的隶属函数进行优化； 0067 对东部大西洋区8支队伍中的冰球运动员成绩进行挖掘， 识别离群运动员， 得出离 群 程度最高的运动员是Alexander Petrovic。 所以对运动员Alexander Petrov。

28、ic的离群 原 因进行分析。 如图3所示为运动员Alexander Petrovic常规赛数量型成绩示例。 0068 步骤2： 冰球运动员比赛成绩预处理； 利用优化后的隶属函数对冰球运动员比赛成 绩 进行数据转换， 将数量型属性数据库D模糊化为模糊属性数据库Df； 0069 步骤3： 利用改进的频繁模式树对冰球运动员比赛成绩进行离群原因分析； 0070 构建改进的频繁模式树的步骤如下： 0071 步骤3.1： 根据给定的 值对Df中的模糊区域进行筛选， 将隶属度值和大于等于 的 区域保留， 其余区域删除。 0072步骤3.2： 通过公式分别计算属性项Ij(1jm)包含的模糊区域Rjk (1k|。

29、Ij|)在n条事务中的隶属度和。 0073 步骤3.3： 检查模糊区域的countjk与设定的最小支持数的大小关系， 最小支持数 MinSup*n。 如果countjkMinSup*n， 则保留此模糊区域， 否则将其删除。 模糊区域隶属度 值 和大于最小支持数的区域就是模糊频繁1-项集， 记做L1。 0074 步骤3.4： 将L1中的元素按照countjk的大小降序排列， 构成模糊FP-tree的项头表。 0075 步骤3.5： 按照每个模糊区域的隶属度值降序对每条事务中的区域进行排序， 然后 创 建模糊FP-tree的根节点， 在模糊FP-tree中逐条插入事务中的模糊区域。 0076 步骤。

30、3.6： 在模糊FP-tree构建完成后， 从项头表的最后一项开始查询表中每一项 对 应的条件模式基， 通过条件模式基递归挖掘模糊频繁项集。 选取运动员Alexander Petrovic 成绩共57条， 最小支持数为19.95， OCA-GAFFP算法部分运行结果如图6所示。 0077 步骤3.7： 算法结束。 0078 步骤4： 根据挖掘出的频繁项集来分析冰球运动员离群原因。 0079 该方法从影响冰球运动员成绩的GP(Game Play)、 G(Goals)、 A(Assist)、 PM (Plus/Minus)、 PIM(Penalty In Time)， S(Shots)六个属性出发。

31、， 使用一种基于GA 和模糊 频繁项集的冰球运动员离群原因分析方法， 首先使用遗传算法生成隶属函数， 并重 新设计 适应度函数， 使模糊区间的划分更加合理； 然后根据冰球成绩特征对适应度最高的 隶属函 说明书 5/6 页 9 CN 111339161 A 9 数进行优化， 利用优化后的隶属函数对数量型数据库模糊化； 最后在构造模糊频繁 模式树 时引入阈值并改进原有算法模糊属性区域的选择策略， 保留更多的模糊区域， 使算 法具有 更好的模糊频繁项集挖掘能力。 实验验证， 该发明可以有效应用于冰球运动员离群 原因分 析， 更加全面、 准确地分析出影响运动员比赛成绩的关键因素， 从而实现教练员对 运。

32、动员 有效合理的指导。 图3至图4为OCA-GAFFP算法与FTDA、 FFPG算法从挖掘出的模 糊频繁项集 数目和算法运行时间两方面的对比图， 可以看出本发明使用的OCA-GAFFP算法 不仅挖掘效 果比较稳定， 且运行效率较高。 0080 本发明未涉及部分(如离群原因分类等)均与现有技术相同或可采用现有技术加 以实 现。 说明书 6/6 页 10 CN 111339161 A 10 图1 图2 说明书附图 1/3 页 11 CN 111339161 A 11 图3 图4 说明书附图 2/3 页 12 CN 111339161 A 12 图5 图6 说明书附图 3/3 页 13 CN 111339161 A 13 。