基于遗传算法的动态聚类方法.pdfVIP

　1999 年 10 月 系统工程理论与实践 第 10 期　 基于遗传算法的动态聚类方法 戴晓晖, 李敏强, 寇纪淞 (天津大学系统工程研究所, 天津 300072) 摘要: 　针对常规动态聚类方法对初始聚类中心的敏感性以及聚类结果与样本输入次序有关等问 题, 本文另辟蹊径, 提出了一种基于 GA 的动态聚类方法, 并将它应用到数据库的数据分析中. 计算结 果表明, 该方法是一个具有全局最优解的动态聚类方法, 其结果明显好于K 均值聚类算法. 关键词: 　遗传算法; 动态聚类; 全局优化; 数据分析 A D ynam ic C lu stering M ethod B ased on Genetic A lgo rithm s , , DA I X iao hu i L IM in qiang KOU J i song ( Institute of System s Engineering, T ianjin U niversity, T ianjin 300072 ) Abstract: 　To so lve the p roblem of sensitivity w ith the o riginal clustering center and clustering results depended on the o rder of the input examp le in common dynam ic clustering algo rithm , a new dynam ic clustering m ethod based on genetic algo rithm s is . p resented in th is paper and is app lied to data analysis in databases Computing results indicate that the m ethod is a dynam ic clustering algo rithm w ith global op tim ization and is superio r to K m eans algo rithm. Keywords: 　genetic algo rithm s; dynam ic clustering; global op tim ization; data analysis 1　引言 聚类分析就是通过无监督训练将样本按相似性分类, 把相似性大的样本归为一类, 占据特征空间的一 个局部区域, 而每个局部区域的聚合中心又起着相应类型的代表的作用. 聚类分析一方面可以作为一种有 效的信息压缩与提取手段, 另一方面又往往是其它模式识别的基础. 在各类聚类分析中, 动态聚类方法是 较普遍采用的方法. 现有的各种动态聚类方法都是先根据一定的经验准则选取某些聚类参数, 诸如希望的 聚类数、最小标准差、初始聚类中心、聚类中心间的最小距离等, 然后根据距离最近的原则对各样本进行依 次训练调节, 直至目标函数即各样本到相应聚类中心距离平方和收敛到最小为止.