一种改进的基于遗传算法的聚类分析方法

被引：9

作者：

李碧

雍正正

机构：

[1] 深圳大学信息工程学院

[2] 深圳大学信息工程学院广东深圳

[3] 广东深圳

来源：

电路与系统学报 | 2002年 / 03期

关键词：

聚类; 遗传算法; 最优解。;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

C-均值聚类收敛速度快,但是它容易陷入局部最优,且对初始解很敏感。遗传算法是一种全局搜索方法,但是它收敛速度慢。为了在搜索能力和收敛速度两方面都取得较好的效果,本文提出了一种改进的基于遗传算法的聚类分析方法。实验结果表明:本文提出的算法在聚类分析中搜索到全局最优解(或近似全局最优解)的能力要优于经典遗传算法及C-均值聚类算法;且通过对变异概率的巧妙设置,提高了算法的自适应能力。

引用

页码：96 / 99

页数：4

共 6 条

[1]

An algorithm for vector quantizer design. LindeY,BuzoA,GrayR M. IEEE Transactions on Communications . 1980

[2]

GeneticAlgorithms inSearch,Optimization, andMachineLearning. GoldbergD E. . 1989

[3]

PatternRecognition withFuzzyObjectiveFunction. BezdekJ C. . 1981

[4]

Handbook ofGeneticAlgorithms. DavisL. . 1991

[5]

EvolutionaryAlgorithms inTheory andPractice. BackT. . 1996

[6]

System identification and control using genetic algorithms. KristinssonK andDumontG A. IEEE Transactions on Systems Man and Cybernetics . 1992

← 1 →