基于JADE的自动聚类算法
JADE算法是传统差分进化算法(DE)的一种改进算法，其收敛速度更快、优化性能更好，拥有一套完整的自适应参数调整机制有效加强了算法的全局搜索优化能力。本文将自适应差分进化算法(JADE)用于聚类，提出了一个新的基于JADE的自动聚类算法(AC-JADE)。首先，本文采用双交叉策略，在传统的两点式交叉操作之后，针对DE用于自动聚类时的特定的编码方式，添加了一种基于个体间聚类中心随机交换交叉策略；其次，针对聚类中心选取方法的随机性导致的聚类中心有可能偏离数据集或者聚类中心过于集中的缺陷做出了相关改进，通过先对聚类中心进行筛选在进行聚类，有效避免了因算法本身的随机性导致的错误聚类划分。通过对UCI的4个数据集的仿真实验比较，该种双交叉操作的聚类算法明显好于同类算法。
自动聚类、差分进化、双交叉策略
25
TP3;TP1
2016-10-14（万方平台首次上网日期，不代表论文的发表时间）
共5页
183-187
