改进遗传算法及其在聚类分析上的应用

改进遗传算法及其在聚类分析上的应用

本文提出的改进遗传算法通过在选择操作前对种群进行相似性检查来保持群体多样性, 解决进化种群早熟问题, 提出了与相似率和迭代次数相关的变异概率公式来保持种群多样性和算法收敛性, 通过在UCI的WINE和IRIS两组数据集上与c-means算法的聚类实验结果比较, 证明了改进遗传算法的有效性.

作 者： 陈锐 邹书蓉 张洪伟 冯忠田 CHEN Rui ZOU Shu-rong ZHANG Hong-wei FENG Zhong-tian   作者单位： 成都信息工程学院计算机学院,四川成都,610025  刊 名： 西南民族大学学报（自然科学版）  ISTIC 英文刊名： JOURNAL OF SOUTHWEST UNIVERSITY FOR NATIONALITIES(NATRUAL SCIENCE EDITION)  年，卷(期)： 2009 35(6)  分类号： O224  关键词： 字:早熟   群体多样性   相似度   多次交叉   变异概率自适应  

【改进遗传算法及其在聚类分析上的应用】相关文章：

改进遗传算法在桁架结构优化设计中的应用04-26

改进的MacCormack有限体积格式及其应用04-27

改进的遗传算法在连续体结构多目标拓扑优化中的应用04-26

改进的Sage-Husa自适应滤波及其应用04-27

相关辨识法的改进及其在伺服系统上的实现04-26

生态饲料开发及其在奶牛生产上的应用04-26

基于改进欧拉公式的GM(1,1)模型及其应用04-26

复合材料层合厚圆柱壳高阶理论的改进及其应用04-27

改进模糊聚类算法及其在人力资源管理中的应用04-26

带软时间窗车辆路径问题改进遗传算法04-26