一种基于分组遗传算法的聚类新方法

• 作者: 曹永春 田双亮 蔡正琦 邵亚斌
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类分析 分组遗传算法 并行交叉
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 计算机软件理论、技术与应用
• 页码范围: 39-43
• 页数: 5页
• 分类号: TP301.6
• 字数: 5704字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2013.01.007

摘要

为提高聚类效果,提出了一种基于分组遗传算法的聚类新方法.以改进的分组编码方式表示种群中的个体并基于此制定了合理的种群初始化方案,采用改进的遗传操作算子和种群更新规则,利用遗传算法高效的全局搜索能力实现聚类.通过非线性排序选择机制和精英保留策略提高了遗传进化的稳定性；引入同类并行交叉和合并分割变异算子提高了算法运行效率,增强了全局寻优能力.实验结果表明,该聚类新算法能够自动获得最优聚类数和最优划分方案,具有良好的性能和聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田双亮	西北民族大学数学与计算机科学学院	153	388	10.0	13.0
2	曹永春	西北民族大学数学与计算机科学学院	21	124	5.0	11.0
3	邵亚斌	西北民族大学数学与计算机科学学院	10	96	4.0	9.0
4	蔡正琦	西北民族大学数学与计算机科学学院	14	110	4.0	10.0