进化算法及其在聚类成绩中的应用.pdfVIP

华 华 中中 科科 技技 大大 学学 硕硕 士士 学学 位位 论论 文文 华华 中中 科科 技技 大大 学学 硕硕 士士 学学 位位 论论 文文 摘摘 要要 摘摘 要要 本论文共分四章，研究内容主要集中在: 改进进化算法模型, 加强种群内部的 协作机制以协调算法的局部搜索和全局勘探能力 ; 将粒子群优化算法与传统的模糊 C 均值聚类算法相结合, 利用基于 T 平方抽样的单峰分布的统计检验方法实现对未 知模式集的自适应聚类分析. 第二章研究了一种带记忆信息的协同进化算法. 提出将种群划分为一个子种群 和多个独立个体的思想以实现算法的局部搜索与全局勘探 ; 通过设计协作算子和变 异算子使种群内部进行有效的交叉与合并; 数值实验给出了该算法与快速进化规划 和组织进化数值优化算法之间的性能对比, 并说明了本章算法的有效性. 第三章针对模式识别中最常见的聚类问题, 提出了一种基于粒子群优化的自适 应模糊聚类算法. 本章介绍了模糊 C-均值聚类算法和粒子群优化算法的基本原理, 并尝