一、 選題的目的和意義：
目的：
1、對遺傳算法分類進行深入研究；
2、編寫遺傳算法學習分類系統(tǒng)程序代碼；
3、對建立的學習分類系統(tǒng)做調(diào)試分析。
意義：遺傳算法學習分類系統(tǒng)的研究把遺傳算法從歷史離散的搜索空間的優(yōu)化搜索算法擴展到具有獨特的規(guī)則生成功能的嶄新的機器學習算法 。這一新的學習機制對于解決人工智能中知識獲取和知識優(yōu)化精煉的瓶頸難題帶來了希望 ?；谶z傳算法的學習分類系統(tǒng)的研究是機器學習領(lǐng)域的一個較為引人注目的研究方向 ，目前也有一些嵌入領(lǐng)域知識的基于遺傳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(tǒng)的并行實現(xiàn)在基于遺傳算法的機器學習研究中也占有相當?shù)姆至?。
二、 國內(nèi)外研究綜述：
基于遺傳算法的學習分類器系統(tǒng)(Learning classifier system based on genetic algorithm，簡稱LCS)，是Holland于 1986年提出的一種結(jié)合信用分配(Credit assignment)增強學習機制和基于遺傳算法的規(guī)則發(fā)現(xiàn)(Rule discovery)機制的自適應獨立在線學習系統(tǒng)口。該系統(tǒng)方法自提出以來，吸引了很多學者致力于這方面的理論和應用研究?；贖olland的學習分類器系統(tǒng)，Wi1son提出了XCS學習分類器系統(tǒng)；Helen則將學習分類器系統(tǒng)與模糊理論相結(jié)合，建立了學習模糊分類器系統(tǒng)．目前雖然在分類器理論和應用領(lǐng)域開發(fā)出了各種算法國內(nèi)在該領(lǐng)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(jīng)網(wǎng)絡分類器等。但國內(nèi)對LCS的研究一直進展緩慢，還有待進一步展開。