自适应人工免疫算法在数据挖掘中的应用

免疫聚类算法中网络刺激与抑制阈值参数决定了聚类精度和网络的可伸缩性,现有的免疫聚类算法中这些阈值选择采取定值策略,根据问题的特性和操作者的经验确定,算法的泛化能力较差。提出了一种自适应免疫聚类算法,阈值从动态变化的网络结构特征中获取,在网络进化过程中,阈值始终跟随网络内在结构变化而自适应调整,因而获得的最终网络结构更符合原始数据的内在特性,并很好地解决了算法对问题的依赖性问题,提高了算法的泛化能力。仿真实验表明了该算法的有效性。