基于双重遗传的聚类分析算法研究

摘要：

针对影响k-means聚类效果的聚类数目和初始中心点两大因素,提出了基于双重遗传的k-means算法.它用外层遗传算法控制聚类数目,用内层遗传算法控制聚类的初始中心点,并采用类间距离和类内距离以及二者之间的比值来评价聚类结果的好坏,在算法终止后,可同时求得较优的聚类数目和某聚类数目下的较优初始中心点.此外,根据内外层遗传算法的特殊性,采用不同的编码策略适应算法需求,为保留优质个体,采用精英个体保留策略.通过UCI数据集测试实例证明此算法有很好的实用性,对数据挖掘技术有一定参考价值.

关键词：双重遗传、聚类分析、k-means算法、分层编码、精英保留

所属期刊栏目：39

分类号：TP301.6(计算技术、计算机技术)

资助基金：辽宁省创新团队项目LT2011007;辽宁省教育厅科技研究项目L2014203;辽宁省社会科学规划基金L14BGL012;中央高校基本科研业务费专项资金3132015049,3132015050;中国博士后科学基金2014M551063,2015M571292

在线出版日期：2018-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2320-2325