一种基于免疫遗传算法的聚类方法.pdfVIP

第31卷第3期 广西师范大学学报：自然科学版 V01．31No。3 of Normal ScienceEdition Sept．2013 2013年9月 Journal Guangxi University：Natural 一种基于免疫遗传算法的聚类方法 曹永春，邵亚斌，田双亮，蔡正琦 (西北民族大学数学与计算机科学学院，甘肃兰州730030) 摘要：为了克服遗传算法未成熟收敛现象，提高聚类效果和性能，本文提出一种基于免疫遗传算法的聚类方 法。该方法将免疫原理引入遗传聚类算法中，通过对选择算子在依据适应度选择的机制上，增加基于浓度的 调节因子来调整抗体的选择概率。从而保持了群体多样性，有效克服了未成熟收敛现象。算法使用改进的分 组编码方式并针对该编码方式制定了相应的种群初始化方案，设计了合理的遗传算子，使算法具有自动获取 最优聚类数和最优聚类方案的能力。理论分析和实验结果证明，该算法具有良好的性能和聚类效果。 关键词：免疫原理，遗传算法；聚类方法 中囝分类号：TP301．6文献标识码；A 文章编号；1001—6600(2013)03-0059—06 0引言 聚类分析是一种重要的无监督学习技术，目前在机器学习、模式识别、Web挖掘以及图像量化等领域 得到了广泛的应用F11。聚类分析的主要目标是在没有先验信息的前提下将样本空间中的数据集按照某种 度量标准划分成若干类，使得按照这一标准在同一类中的个体尽可能相似而在不同类中的个体有较大的 差异。 遗传算法(GA)是由Holland等人提出的一种模拟生物群体遗传和进化机理的启发式优化算法。由于 遗传算法具有较强的鲁棒性和全局寻优能力，若将聚类有效性标准作为遗传算法的适应度函数来指导算 法进化，就可获得近似最优聚类方案。近年来有不少学者将其成功应用于聚类问题中，证明了遗传算法具 有解决聚类问题的良好性能D剖。然而在遗传算法中，如果根据适应度函数选择的双亲基因非常接近，那么 所产生的后代相对双亲也必然比较接近，所期待的改善就比较小，这样基因模式的单一性不仅减慢进化历 程，而且可能导致进化停滞，过早收敛于局部最优解凸]。抗体多样性是免疫系统一个重要特性，这种多样性 可用来提高遗传算法的全局搜索能力而不致陷于局部最优解。在免疫调节中，那些与抗原亲和力大并且浓 度较低的抗体会受到促进，而与抗原亲和力小或浓度较高的抗体将会受到抑制，以此保证抗体的多样性。 将这一概念应用到标准的遗传算法中，可保持群体多样性，改善未成熟收敛，提高遗传算法的性能。目前已 有算法矗3将免疫原理与遗传算法相结合提高了算法的聚类精度，但由予该算法采用的编码方式使得算法 计算复杂度高，并且算法需要先验知识聚类个数等信息，使算法的使用受到限制。 本文将免疫机制引入遗传算法，提出一种基于免疫遗传算法的聚类新方法，该算法采用改进的分组编 码方式，结合相应的遗传算法使算法具有自动确定聚类数和获得最优聚类方案的能力并有效简化了算法 的计算，同时在遗传算法的基础上融合了生物免疫系统的抗原识别、抗体多样性、浓度控制、糟英保留等机 制，既保留了遗传算法随机全局并行搜索的特点，又有效地克服了标准遗传算法的退化现象。 收稿El期：2013—06—05 助项目(31920130009) 通信联系人：曹永春(1972一)，男，甘肃天祝人．西北民族大学副教授。E—mail：cych33908@163．com 万方数据 60 广西师范大学学报：自然科学版 第31卷 1聚类有效性度量 聚类问题的数学描述为：给定一个输入样本集合X一{z。，z。，…，z。)，其中样本≈有|P个属性，即q 足：Ci≠⑦，Uc产x，CiNcj一⑦且i≠歹。按照指定的划分标准，这样的划分使得在同一类中的样本尽可能 相似而在不同类中的样本有较大差异。 1．1聚类问题的相似性度量 相似性度量(即类的划分标准)是聚类问题的一个关键因素，在对数据集进行聚类时一个依据的标准 就是样本之间的“距离”，