基于單親遺傳算法的聚類分析研究.pdf

1、聚類分析作為一種無監(jiān)督的分類方法是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)非常重要的分支,被廣泛的應(yīng)用于各行業(yè)。K均值聚類算法作為聚類分析的一種主要算法之一,有簡(jiǎn)單、易懂等特點(diǎn),但也存在一些缺點(diǎn),如對(duì)初始中心點(diǎn)敏感、易陷入局部最優(yōu)值以及需事先確定聚類數(shù)等缺陷。針對(duì)這些缺點(diǎn),本文提出一種基于單親遺傳算法和k均值聚類算法的混和聚類分析算法,并通過仿真實(shí)驗(yàn)驗(yàn)證了算法的有效性。
　　 本文的主要工作有以下幾個(gè)方面:
　　 首先,研究了聚類分析的有關(guān)性

2、質(zhì)、特點(diǎn),詳細(xì)分析了k-means聚類算法的特點(diǎn)以及改進(jìn)策略；
　　 其次,詳細(xì)分析了遺傳算法求解聚類問題的特點(diǎn)；
　　 第三,引入單親遺傳算法求解聚類劃分問題,對(duì)編碼方式做了相應(yīng)的改進(jìn)。設(shè)計(jì)了一種新的種群初始化方法,提高了算法的效率。構(gòu)造了新的變異算子,實(shí)現(xiàn)了對(duì)k值和聚類的優(yōu)化。引入了k-means操作作為局部尋優(yōu)算子。
　　 最后,驗(yàn)證了算法的有效性:對(duì)兩組數(shù)據(jù)測(cè)試集,分別用k-means和基于單親遺傳算法的