遺傳模糊混合聚類算法的研究與應(yīng)用.pdf

1、聚類分析是多元統(tǒng)計(jì)分析的一種，也是非監(jiān)督模式識(shí)別的一個(gè)重要分支。它己經(jīng)被廣泛地應(yīng)用于模式識(shí)別、數(shù)據(jù)挖掘、決策分析和預(yù)測(cè)等許多領(lǐng)域。引入模糊理論的模糊聚類分析為現(xiàn)實(shí)數(shù)據(jù)提供了模糊處理能力，更能客觀地反映現(xiàn)實(shí)世界，從而成為聚類分析研究的主流。 本文對(duì)模糊聚類分析進(jìn)行了研究，主要做了以下工作： 1)對(duì)模糊C-均值(Fuzzy C-Means，F(xiàn)CM)與遺傳算法相結(jié)合的混合聚類算法進(jìn)行了研究。用遺傳算法求解，其關(guān)鍵的問題是染色體

2、編碼、個(gè)體適應(yīng)度評(píng)價(jià)、遺傳算子的設(shè)計(jì)以及遺傳參數(shù)的設(shè)置，本文給出了關(guān)于這些問題的一種新的設(shè)計(jì)方法，在文獻(xiàn)[26]的基礎(chǔ)上提出了一個(gè)改進(jìn)的遺傳模糊混合聚類算法(HGFA)。并用MATLAB進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明，這種改進(jìn)后的算法能夠有效的提高收斂速度，改善聚類效果。在收斂速度和對(duì)初值的敏感性方面HGFA算法明顯優(yōu)于FCM，在聚類質(zhì)量及收斂速度上優(yōu)于原有算法。 2)對(duì)改進(jìn)的遺傳模糊混合聚類算法(HGFA)的應(yīng)用進(jìn)行了研究。本文將H