基于云自适应遗传算法的K-means聚类分析

被引：7

作者：

许茂增

余国印

机构：

[1] 重庆交通大学管理学院

来源：

数学的实践与认识 | 2015年 / 45卷 / 17期

关键词：

物流管理; K-means算法; 遗传算法; 收敛速度; 云模型;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP311.13 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 1201 ;

摘要：

现有的基于遗传算法的K-means聚类算法,利用遗传算法的全局优化性提高了K-means算法的寻优能力,收敛速度却过慢.为了解决上述问题,提出基于云自适应遗传算法的K-means聚类算法,利用云模型云滴的随机性和稳定趋向性设计遗传算法的交叉和变异概率,并在进化过程中引入K均值算子,以克服算法收敛速度过慢的问题.实验比较表明,算法具有较好的全局优化性,且收敛速度较快,提高了聚类算法解决物流管理中数据聚类工作的能力.

引用

页码：48 / 55

页数：8

共 13 条

[1] 云自适应遗传算法有能力约束的车辆调度优化 [J].

蹇洁 ;

王旭 ;

葛显龙 .

重庆大学学报, 2013, 36 (08) :40-46

[2] 基于遗传算法的K均值聚类分析 [J].

赖玉霞 ;

刘建平 ;

杨国兴 .

计算机工程, 2008, (20) :200-202

[3] 基于混合遗传算法的K-Means最优聚类算法 [J].

吕强 ;

俞金寿 .

华东理工大学学报(自然科学版), 2005, (02) :219-222

[4]

不确定性人工智能[M]. 国防工业出版社 , 李德毅, 2005

[5]

Reporting and analyzing alternative clustering solutions by employing multi-objective genetic algorithm and conducting experiments on cancer data[J] . Peter Peng,Omer Addam,Mohamad Elzohbi,Sibel T. ?zyer,Ahmad Elhajj,Shang Gao,Yimin Liu,Tansel ?zyer,Mehmet Kaya,Mick Ridley,Jon Rokne,Reda Alhajj. Knowledge-Based Systems . 2013

[6]

A combined approach for clustering based on K -means and gravitational search algorithms[J] . Abdolreza Hatamlou,Salwani Abdullah,Hossein Nezamabadi-pour. Swarm and Evolutionary Computation . 2012

[7] A new grouping genetic algorithm for clustering problems [J].

Agustin-Blas, L. E. ;

Salcedo-Sanz, S. ;

Jimenez-Fernandez, S. ;

Carro-Calvo, L. ;

Del Ser, J. ;

Portilla-Figueras, J. A. .

EXPERT SYSTEMS WITH APPLICATIONS, 2012, 39 (10) :9695-9703

[8]

An enhanced Customer Relationship Management classification framework with Partial Focus Feature Reduction[J] . Yan Tu,Zijiang Yang. Expert Systems With Applications . 2012

[9]

A two-stage genetic algorithm for automatic clustering[J] . Hong He,Yonghong Tan. Neurocomputing . 2011

[10]

Customer grouping for better resources allocation using GA based clustering technique[J] . G.T.S. Ho,W.H. Ip,C.K.M. Lee,W.L. Mou. Expert Systems With Applications . 2011 (2)

← 1 2 →