本文是一篇计算机科学论文，本文聚焦智能优化的高效用项集挖掘算法研究，从算法性能与实际应用的角度，揭示了传统确定性方法在处理大规模数据时存在的不足。通过对全集和精简两类挖掘方法的系统性梳理，总结了当前智能优化的高效用项集挖掘算法的研究进展并明确了本文的研究方向与创新点。
第一章 引言
1.1 研究背景和意义
随着信息技术的快速发展，如何从海量数据中提取有价值的信息是数据挖掘领域的重要课题。频繁项集挖掘（Frequent Itemset Mining, FIM）作为数据挖掘的核心任务之一，旨在从交易数据中发现满足支持阈值的高频项集[1]。然而，FIM只关注了项集的出现频率，而忽略了项集的重要性。例如，在零售交易中，某些商品组合虽然出现频率较低，但带来的利润或销售额可能远高于高频项集。为了解决FIM的局限性， HUIM同时考虑了项集的频率和效用，旨在从定量数据中发现更有价值的信息[2]。
传统的确定性HUIM算法通常需要多次数据扫描，并依赖复杂的数据结构来进行数据的连接、存储和更新操作，这导致了显著的内存需求。随着数据规模的增大，确定性算法难以枚举所有的高效用项集（High Utility Itemsets, HUIs），算法的性能会显著下降。粒子群优化[3]、遗传算法[4]、差分进化[5]等智能优化算法具有全局搜索能力强、适应性强、计算效率高、鲁棒性好等优点，特别适合解决复杂问题[6]。在解决HUIM问题时，智能优化算法避免了全局搜索的高昂代价，能够在有限的时间内找到问题空间的近似最优解，从而提升算法的时间效率。因此，基于智能优化的高效用项集挖掘已成为数据挖掘领域的一个重要研究方向，并在处理大规模数据时展现出显著优势。
1.2 研究现状
本节从全集和精简两个维度对当前基于智能优化的高效用项集挖掘算法研究现状进行梳理和总结。在全集挖掘方面，研究侧重设计高效的启发式策略以发现所有满足效用阈值的高效用项集，同时优化算法的性能。精简挖掘算法聚焦于通过引入约束条件提高结果的可解释性和实用性。
1.2.1 全集高效用项集挖掘
基于智能优化算法的全集高效用项集挖掘方法旨在通过启发式策略挖掘数据集中全部的高效用项集。本节从更新方式、剪枝技术、种群多样性维护以及混合策略四个方面，系统阐述智能优化算法在全集高效用项集挖掘中的应用与性能优化效果。
不同的智能优化算法通过独特的更新方式，在高效用项集挖掘中展现出不同的性能优化效果。HUPEUMU-GARM和HUPEWUMU-GARM算法[7]采用交叉操作进行更新，增强了种群的多样性。HUIM-BPSOsig[8]算法基于二元粒子群优化，通过sigmoid 函数更新粒子位置，并以1-项集的高事务加权效用项集（High Transaction Weighted Utilization Itemsets of 1-item, 1-HTWUIs）的数量作为粒子大小，优化了搜索过程。HUIM-SPSO[9]算法使用集合粒子群优化，通过切割集更新粒子位置，提高了多样性，但运行时间较长。HUIM-BPSO-nomut[10]算法设计了新的速度更新公式，避免了预设最小效用阈值，显著提升了效率。BGWO-HUI[11]算法基于灰狼优化，通过布尔运算更新搜索过程，优化了HUIM过程。HUIM-AF[12]算法基于人工鱼群算法，通过觅食、聚集和追尾行为更新种群，能够发现更多的 HUIs。
智能优化算法通过引入剪枝策略和优化框架，显著提升了HUIM算法的时空效率。HUIM-BPSO[13]算法开发了 OR/NOR 树结构用于修剪冗余组合，减少了数据扫描次数和无效计算，但限制了搜索空间多样性。HUIF-PSO[14]算法基于仿生框架，采用位图表示、有希望的编码向量检查策略和种群初始化方法，在效率上优于其他智能优化算法。HUIF-BA[14]算法首次将蝙蝠算法引入HUIM，结合位图表示和有希望的编码向量检查策略，在效率和 HUIs 数量方面表现优异。HUIM-ACS算法[15]利用事务加权效用（Transaction Weighted Utilization, TWU）模型和递归修剪策略，避免了项集的无效组合和重复生成，在收敛性和 HUIs 数量上优于遗传和粒子群优化算法。HUIM-ABC[16]算法采用人工蜂群算法，通过位图表示和无希望编码向量检查策略，显著减少了冗余计算，加速了HUIs的发现过程，在效率、结果数量和收敛速度方面均优于现有算法。
第二章 相关工作
2.1 基础知识
本节首先介绍了高效用项集挖掘的基本概念，并通过实例详细说明了其计算过程。由于提出的三种算法均使用象群优化算法解决高效用项集挖掘问题，因此研究从氏族更新和氏族分离两个核心操作描述了象群优化的基本思想。
2.1.1 高效用项集挖掘
令I={i1, i2, …, im}是一组不同的项，DB={T1, T2, …, Tn}是事务数据库。每个事务Tq∈DB(1≤q≤n)是I的子集，由唯一标识符Tid表示。项集X={i1, i2, …, ik}(1≤k≤m)是I的非空子集。若X包含k个项，则称之为k-项集。项的内部效用q(ij, Tq)，表示项ij在事务Tq中的数量。项的外部效用p(ij)表示项ij的利润。表2-1是一个小型事务数据示例，表2-2显示了该数据库中不同项的外部效用及事务加权效用。
2.2 智能优化的高效用项集挖掘算法
本节从粒子群、遗传以及其它智能优化算法的角度对现有的HUIM算法进行分类综述。其中，粒子群优化广泛用于挖掘全集、top-k、高平均和潜在高效用项集。遗传算法可以挖掘高效用全集、top-k、闭合以及高模糊效用项集。此外，蚁群优化、差分进化、蝙蝠算法、灰狼优化、海豚回声定位、人工蜂群和人工鱼群等其它智能优化算法也用于挖掘HUIs。
2.2.1 基于粒子群优化的算法
粒子群优化（Particle Swarm Optimization, PSO）是Kennedy和Eberhart在1995年首次提出的一种随机搜索算法[55]。在PSO算法中，问题的潜在解被看作是搜索中的粒子，每个粒子根据速度和位移计算公式迭代更新并由目标函数进行约束，从而找到问题空间的最优解。PSO具有全局搜索能力强、控制参数少、适应性强等优点，广泛用于高效用项集挖掘等领域。根据算法挖掘结果的类型，从全集、top-k、闭合、高平均以及潜在高效用项集五个方面对基于PSO的HUIM算法进行分类综述。
第三章 象群位差进化的高效用项集挖掘算法 ..................... 25
3.1 研究背景 ....................... 25
3.2 HUIM-EHO 算法设计与实现 ..................... 26
第四章 象群优化的top-k高效用项集挖掘算法 .................................. 41
4.1 研究背景 .............................. 41
4.2 THUIM-EHO 算法的设计与实现 ................... 42
第五章 象群优化的数据流高效用项集挖掘算法 ................................ 59
5.1 研究背景 .......................... 59
5.2 SHUIM-EHO 算法的设计与实现 ................. 60
第六章 高血压患病风险的分析与预测
6.1 数据描述与待解决问题
研究引发高血压的主要因素及其病理机制，对于科学制定预防、诊断及治疗策略具有重要意义。在这一复杂且多学科交叉的研究领域，数据挖掘技术展现了广阔的应用前景。利用数据挖掘方法，特别是高效用项集挖掘技术，可以从大量医疗数据中识别与高血压密切相关的特征和规律。该技术不仅能够揭示高血压的潜在诱因，还可以通过分析特征间的复杂交互关系，进一步解析疾病的发生机制，从而为精准医学提供坚实的数据支持。高血压受多种因素的综合影响，包括遗传因素、环境因素、生活方式、生理健康状况和生理因素等。高效用项集挖掘技术通过分析不同因素与高血压之间的效用关系，能够挖掘影响高血压的关键属性。效用在此指的是某一因素对高血压发病的贡献度或重要性，通常可以通过统计分析权重评估来量化。本文使用象群优化的top-k高效用项集挖掘算法从大量患病数据中快速提取高血压患病最具影响的属性组。高效用项集挖掘的结果能够为医疗机构提供多维度的决策支持，包括疾病预测、个性化治疗、资源优化、患者管理等方面，从而提高医疗机构的诊疗效率、减少治疗成本。
本案例分析所用的高血压患者个人指标数据是来源于美国疾病控制与预防中心（CDC）建立的行为风险因素监测系统2（BRFSS）。BRFSS每年完成40多万次成人访谈，收集居住在美国和参与地区的成年人口（≥18岁）的健康相关风险行为、慢性健康状况、医疗保健可及性和预防服务使用情况的数据。原始数据集包含438693条数据，303个属性。每个属性代表不同的维度，涵盖了广泛的健康、生活方式、医疗和社会信息。如“BPHIGH6”一列标示着高血压患病情况，“1”代表患高血压，“2”代表患高血压但仅在怀孕期间，“3” 代表没有患高血压，“4”代表临界患高血压或高血压前期；
第七章 总结与展望
7.1 工作总结
本文聚焦智能优化的高效用项集挖掘算法研究，从算法性能与实际应用的角度，揭示了传统确定性方法在处理大规模数据时存在的不足。通过对全集和精简两类挖掘方法的系统性梳理，总结了当前智能优化的高效用项集挖掘算法的研究进展并明确了本文的研究方向与创新点。文中详细阐述了高效用项集挖掘的相关概念及象群优化算法的基本思想，从智能优化算法分类的
