基于粒子群优化和遗传算法的协同聚类算法.pdfVIP

第37卷 第16期 计 算 机 工 程 2011年 8月 、，ol-37 No．16 ComputerEngineering August2011 · 人工智能及识别技术 · 文章编号，1o0I (2011)16-_0167．帕 文献标识{吗；A 中田分类号，TP301．6 基于粒子群优化和遗传算法的协 同聚类算法 李亚非。曹长虎 (南京工业大学电子与信息工程学院，南京 211816) 囊 要：为充分发挥粒子群优化算法和遗传算法各自的优势，提出一种新的基于粒子群和遗传算法的协同进化算法，并将其应用于聚类分 析。通过构建2个相互竞争的种群，采用相对适应度度量方法，在一个纯 自举的过程中产生最优竞争个体。在现实世界数据集上的仿真实 验表明，该算法在收敛精度方面优于基于遗传算法的聚类方法和基本粒子群优化聚类算法。 关奠词：聚类算法；协同算法；粒子群优化；遗传算法；双种群 CollaborativeClusteringAlgorithm Based0n ParticleSwarm OptimizationandGeneticAlgorithm LIYa—felj．CAO Chang-hu (ElectronicandInformationEngineeringInstitute，NanjingUniversityofTechnology,Nanjing211816，China) [Abstract]InordertofullyutilizetheadvantagesofParticleSwarmOptimization(PSO)nadGeneticAlgorithm(GA)respectively,thispaper proposesanew collaborativealgorithm basedonPSO nadGA whichisappliedtoclusteringanalysis．Byconstructing twomuutal competitive populations，thealgorihtm produceshteoptimalindividualinabootsrtappingprocessusingrelativefitnesscriteriainsteadofabsolutefitnesscriteria． ExperimentalresultsonrealworlddatasetsshowhtatthenewalgorithmissuperiorhtanGeneticAlgorithm(GA)basedclusteringmehtodnadbasic PSO clusteringalgorihtm sinceithashigherconvergenceaccuracy． [Keywords]clusteringalgorithm；collaborativealgorihtm；ParticleSwarmOptimization(PSO)；GeneticAlgorithm(GA)；dualpopulation DoI：10．3969／j．issn．1000—3428．2011．16．057 1 概述 0：待聚类的数据对象集，0={0，D：，…，Df，…，D】，其 聚类(clustering)是将一批现实或抽象的数据对象分组成 中，每个数据对象被表示为： 为多个类或簇的过程…。聚类分析源于数据挖掘、统计学、 Oi=(0il，Oi2，…，0 …，OlD)，是一个D维向量。 机器学习、模式识别等许多领域，是人们认识和探索事物之 C：数据对象集0的K划分集，C={q，，…，)。 间内在联系的有效手段。通过聚类，人们能够识别密集的和 Z：数据对