基于自适应和演化自适应的组合遗传算法的聚类分析-毕业论文.docVIP

本科毕业设计文献综述 （2014届） 论文题目 基于自适应和演化自适应的组合遗传算法的聚类分析 作者姓名 指导教师 学科(专业) 所在学院 计算机科学与技术学院 提交日期 2014年2月 　  基于自适应和演化自适应的组合遗传算法的聚类分析 摘要：本文是关于基于自适应和演化自适应的组合遗传算法的聚类分析的一篇文献综述，先介绍项目的由来及其研究意义，然后详述一下国内外相关研究现状以及现阶段存在的技术关键及问题，最后进行简单总结与预测未来的发展趋势。 关键词：聚类分析，遗传算法，自适应，演化自适应，交叉率，变异率 一、引言 聚类是数据分析领域的常用工具，也是数据预处理的重要手段。聚类分析是依据数据内在的结构，将数据对象分成类或簇的过程，使得同一簇内的数据具有高度的相似性，不同簇内的数据具有很高的相异度[1,30]。针对不同的应用需求，已经有许多聚类算法被提出。对于大数据聚类，划分聚类已被公认为最为重要的一类方法。K-means算法[2]在众多的划分聚类方法中因其的简单高效已被广泛使用，但是存在对初始聚类中心高度依赖以及易于收敛于局部最优值等问题。 因此，介于聚类分析是一类组合优化问