一种新的基于进化计算的聚类算法

摘要：

聚类是数据挖掘领域的重要研究内容之一.针对遗传聚类算法较好的稳定性与粒子群优化算法较强的局部搜索能力,在交叉、变异算子后叠加粒子群优化算子的方法实现了二者的结合,提出了GAPSO聚类算法,既保持了遗传算法的稳定性与泛化性的优势,又发挥了PSO算法收敛效率高的特点.通过对10组二维空间上的聚类样本进行实验研究显示,GAPSO聚类算法在收敛效率上显著优于GA聚类算法,在稳定性上优于PSO聚类算法.

关键词：数据挖掘、聚类、遗传算法、粒子群优化算法、遗传粒子群优化算法(GAPSO)

所属期刊栏目：47

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 10702065

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：111-114