遺傳算法及其在聚類分析中的應用.pdf

1、遺傳算法是以自然選擇和遺傳理論為基礎，將生物進化過程中適者生存規(guī)則與群體內(nèi)部染色體的隨機信息交換機制相結(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、多目標等復雜系統(tǒng)優(yōu)化問題的通用框架，它不依賴于問題具體的領域，已經(jīng)廣泛應用于許多科技領域并取得了成功。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。遺傳算法還需要進一步研究。 聚類分析是數(shù)據(jù)挖掘中的核心技術之一，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，聚類分析具有堅實的理論基礎并形成了系統(tǒng)的方法學體系，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，較少考慮具體應用中的實際數(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的依賴，成為近年來學術界的研究熱點。 本文針對上述問題開展遺傳算法改進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)聚類分析方法機理的基礎上，分別提出了一種模糊自適應遺傳算法和偽并行遺傳聚類分析方法

3、。模糊自適應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數(shù)編碼方式對每個樣本所屬的類別進行編碼，通過空類的識別和修復來修正不合法的染色體。在引入離散隨機變異算子和優(yōu)化方向變異算子的基礎上，結(jié)合遷移策略和插入策略，達到兼顧局部收斂速度和全局收斂性能的目的，