基于改进遗传算法的模糊聚类研究及应用

摘要：

模糊C-均值聚类算法是一种局部搜索算法,采用迭代的爬山技术,对初值敏感易陷入局部最小值.遗传算法是一种全局优化算法,能够克服模糊C-均值聚类算法陷入局部最小值的问题,但遗传算法收敛速度慢,易早熟.应用小生境思想对遗传算法进行了改进,以保护种群中基因的多样性,设计了基于最短距离的算术交叉算子、边界变异算子及双精英种子参与进化的策略.仿真实验结果表明,改进后的算法能够提高模糊聚类的收敛速度和聚类质量.

关键词：模糊聚类、遗传算法、小生境、试卷分析

所属期刊栏目：13

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金61004006;河南省科技厅基础与前沿技术研究102300410175;河南省教育厅科学技术研究重点项目12A460001

在线出版日期：2013-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2863-2866,2870