人工魚群算法在聚類問題中的應(yīng)用研究.pdf

1、聚類在數(shù)據(jù)挖掘、統(tǒng)計學(xué)、機器學(xué)習(xí)等很多領(lǐng)域都有廣泛應(yīng)用。聚類問題實質(zhì)是一個全局優(yōu)化問題。遺傳算法是一種基于生物自然選擇與遺傳機理的隨機搜索與優(yōu)化方法。人工魚群算法(AFSA)是一種新提出的新型仿生優(yōu)化算法。它采用自下而上的設(shè)計方法，對尋優(yōu)空間的形式和性質(zhì)沒有特殊要求。算法具有良好自適應(yīng)能力，克服局部極值、取得全局最優(yōu)值的能力和較快的收斂速度，可用于許多優(yōu)化模型的求解。人工魚群算法為求解優(yōu)化問題提供一種新思路，新方法。
　　 本文

2、在深入研究人工魚群算法和遺傳算法的基礎(chǔ)上，將遺傳算法中的選擇、變異交叉融合到人工魚群算法，提出一種人工魚群算法與遺傳算法融合算法，并應(yīng)用于求解聚類問題。本文的主要研究內(nèi)容和研究成果如下：
　　 1.在深入研究人工魚群算法和聚類問題的基礎(chǔ)上，提出了求解分類數(shù)目已知的聚類問題的人工魚群算法。首先構(gòu)造人工魚個體模型，確定人工魚個體和聚類問題的聯(lián)系，確定算法的目標函數(shù)，然后編程求得最優(yōu)解。
　　 2.在深入研究求解聚類問題的人工