遺傳算法及其在聚類分析中的應(yīng)用.pdf

1、遺傳算法是以自然選擇和遺傳理論為基礎(chǔ)，將生物進(jìn)化過程中適者生存規(guī)則與群體內(nèi)部染色體的隨機(jī)信息交換機(jī)制相結(jié)合的高效全局尋優(yōu)算法。它提供了一種求解非線性、多模型、多目標(biāo)等復(fù)雜系統(tǒng)優(yōu)化問題的通用框架，它不依賴于問題具體的領(lǐng)域，已經(jīng)廣泛應(yīng)用于許多科技領(lǐng)域并取得了成功。但是傳統(tǒng)遺傳算法有一些不足，如收斂速度慢，有時會出現(xiàn)早熟收斂等。遺傳算法還需要進(jìn)一步研究。 聚類分析是數(shù)據(jù)挖掘中的核心技術(shù)之一，也是多元統(tǒng)計分析的主要分支之一。經(jīng)過多年的發(fā)

2、展，聚類分析具有堅實(shí)的理論基礎(chǔ)并形成了系統(tǒng)的方法學(xué)體系，然而傳統(tǒng)聚類分析方法大多局限于理論上的分析并依賴于對數(shù)據(jù)分布特征的概率假設(shè)，較少考慮具體應(yīng)用中的實(shí)際數(shù)據(jù)特征與差異。因此，如何克服傳統(tǒng)聚類分析方法對這種概率假設(shè)的依賴，成為近年來學(xué)術(shù)界的研究熱點(diǎn)。 本文針對上述問題開展遺傳算法改進(jìn)以及基于遺傳算法的聚類分析方法研究。在深入分析普通遺傳算法和傳統(tǒng)聚類分析方法機(jī)理的基礎(chǔ)上，分別提出了一種模糊自適應(yīng)遺傳算法和偽并行遺傳聚類分析方法

3、。模糊自適應(yīng)遺傳算法的思想是通過模糊推理系統(tǒng)，利用種群的方差和熵來自適應(yīng)調(diào)整交叉概率和變異概率，從而保證種群的多樣性，仿真實(shí)驗結(jié)果表明這種遺傳算法明顯地提高了尋優(yōu)性能，較好解決了普通遺傳算法的早熟收斂問題；偽并行遺傳聚類分析方法的思想是采用實(shí)數(shù)編碼方式對每個樣本所屬的類別進(jìn)行編碼，通過空類的識別和修復(fù)來修正不合法的染色體。在引入離散隨機(jī)變異算子和優(yōu)化方向變異算子的基礎(chǔ)上，結(jié)合遷移策略和插入策略，達(dá)到兼顧局部收斂速度和全局收斂性能的目的，