基于遗传算法的聚类分析及其应用.pdfVIP

维普资讯 第 l8卷第2期 济南大学学报(自然科学版) JOURNALOFJ ANUNIVEILSIIT(Sei．＆Teeh．) ．18No．2 2O04年 6月 Jun．2OO4 文章编号：1571—3559(2004)02—0127—03 基于遗传算法的聚类分析及其应用 孙志胜，曹爱增，梁永涛 (济南大学 信息科学与工程学院，山东济南250022) 摘 要：通过把C一均值法中的距离平方和准则函数作为遗 法[9]： 传算法的适应度函数，把各个聚类中心编码成染色体，来讨 模糊c一均值算法(FCM)将有限向量 ={ I 论一种基于遗传算法的聚类分析方法，目的是利用遗传算法 ∈ ，i=1，2，3，…，，l}分为c个类(1c，1)，其 的全局性来提高聚类算法找到全局最优的可能性。实验结 分类矩阵 U={ Ii=1，2，3，…，，l，=1，2，3，…， 果证明，该算法可以很好地解决某些聚类分析问题。 c}，元素 表示第 i个数据点属于第 类的隶属度， 关键词：遗传算法；C一均值算法；数据挖掘；聚类分析 并求每个类的聚类中心 ci(i=1，2，…，c)，使得非相 中图分类号：IP273．32 文献标识码：A 似性(或距离)指标的目标函数达到最小。选欧几里 德距离为类 i中向量 与相应的聚类中心c的非 遗传算法(genetica thm)是一种宏观意义下 相似性指标时，目标函数可定义为： 的仿生算法。J．H．Holland教授在 1975年就系统阐 述了其基本理论和方法…1。目前已经得到广泛的研 minJ(，c)：∑^：∑∑()mII一ciIIz 究和应用L2-4]。 i=1 i=1』=1 数据挖掘是从大量的、不完全的、有噪声的、模 (1) 糊的、随机的数据中，提取隐含在其中的、事先不知 s．t． ；『=1，V =1，2，…，，l (2) 道的、但又是潜在有用的信息和知识的过程[。聚 这里， 是向量 属于类c的程度，它的值界 类分析是数据挖掘的一个重要内容和基本形式之 于0和 1之间。 一 ，而数据聚类是指根据数据的内在性质将数据分 f1对每个k≠1，如果ll 一cll≤ll 一cIll 成一些聚合类，每一聚合类中的元素尽可能具有相 10其它 同的特性，不同聚合类之间的特性差别尽可能大6【J。 参数 m是为了加强 属于各类的隶属程度的 基于遗传算法的聚类分析是一种新的聚类方 对比度，1m∞，m越大，对比度越大，若 m=1， 法，它可以对包括数值属性和符号属性的大量数据 则模糊 c一均值法(FCM)退化为HCM，显然，模糊聚 进行聚类，而且有好的效果和效率。由于基于遗传 类结果有无穷多个，我们要求的是使 J(，c)达到 算法的聚类分析具有好的适用性和通用性，近年来