基于改进遗传算法的模糊聚类研究及应用

• 作者: 朱长江 柴秀丽
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 模糊聚类 遗传算法 小生境 试卷分析
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 研究简报
• 页码范围: 2863-2866,2870
• 页数: 5页
• 分类号: TP301.6
• 字数: 3734字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱长江	河南大学计算中心	24	95	6.0	8.0
2	柴秀丽	河南大学计算机与信息工程学院	36	245	9.0	14.0