学习分类器系统能够通过简单位串规则的学习有效地引导个体在一个环境中的行为。通过分析基于遗传算法的学习分类器系统的实现原理, 提出一种以规则为基础的分类系统, 借助训练数据集来实现类别的精确描述, 并以数据挖掘中的基准数据鸢尾花卉数据集作为应用对象, 实现学习分类器中的消息与分类器系统匹配、 桶队列算法信用分配以及基于遗传算法的规则发现。仿真结果表明, 通过学习分类器系统优化后, 鸢尾花分类的精度好于单个算法的精度。