基于基因表达式编程ISODATA模糊聚类算法.docVIP

基于基因表达式编程ISODATA模糊聚类算法 　　摘 要:针对ISODATA算法需要人为给定分类数，对初始聚类中心较为敏感，没有显示出自动聚类效果等不足，结合基因表达式编程(GEP)嵌套构成迭代自组织模糊聚类进行优化计算。该方法不仅能在不需要先验知识的条件下对数据进行自动聚类，而且充分利用了GEP算法的全局寻优能力及ISODATA算法的软性分类特性，提高了算法的收敛速度和聚类精度。通过仿真验证及对比分析，运用到地理信息系统(GIS)物流选址实际问题中，得到了理想聚类效果。 　　?ス丶?词:基因表达式编程；模糊ISODATA；聚类；地理信息系统 　　 　　 　　?ブ型挤掷嗪?: TP311.13 文献标志码:A 　　 　　Abstract: Concerning the defects of the artificial setting of the categories number, the sensitiveness to initial cluster centers and the lack of automatic clustering effects on the ISODATA algorithm, in combination with Gene Expression Programming (GEP) a nested iterative self??organizing fuzzy clustering was formed up. This paper presented a new algorithm: fuzzy ISODATA clustering algorithm based on GEP. This algorithm not only conducted automatic clustering under the condition of no prior knowledge, but also fully used the capability of global optimization of GEP algorithm and soft classification features of ISODATA, which resulted in the increase of the convergence speed and the clustering accuracy. It is verified by simulation and comparative analysis of the practical problems in GIS logistics location. 　　??Key words: Gene Expression Programming (GEP); fuzzy ISODATA; clustering; Geographics Information System (GIS) 　　?? 　　 　　0 引言?? 　　聚类分析是数据挖掘中的一种重要技术，目前已成为数据挖掘中的一个热点领域。聚类需要解决的问题是将已给定的若干无标记的模式聚集起来使之成为有意义的类????［1］??。选取和设计更加有效的聚类算法，对于研究数据挖掘，在海量数据中发现有效而实用的模式，具有科学的参考价值。?? 　　基于模糊划分的迭代自组织数据分析技术――模糊ISODATA(Interactive Self??Organizing Data Analystic Techniques)算法????［2］??是解决若干样本聚类问题实用的方法之一。作为一种无监督迭代自组织聚类划分算法，与传统分类方法的根本区别是，它是一种软性分类，而传统聚类划分是一种非此即彼的硬性划分，因此具有更强的科学性和实用性。基因表达式编程(Gene Expression Programming, GEP)是Ferreira于2001年提出的????［3-4］??，是一种全新的模拟生物进化算法，借鉴了生物进化遗传的基因表达规律提出的知识发现新技术。将GEP用于聚类分析中，具有在不需要先验知识的条件下对数据进行自动簇的划分及合并的优点，将它与模糊ISODATA算法结合，具有以下三个优点： 1)能够在不需要任何先验知识的情况下自动确定最佳聚类中心； 2)算法的收敛速度和寻优精度都得到了很大提高； 3)是一种能够知道聚类中心信息的软划分，从而知道各类样本隶属于某类的隶属度，使得聚类结果更具参考价值。本文将该方法用于地理信息系统(Geographics Information System, GIS)物流选址中，可对数据信息实体化和综合化，从而给决策者提供了更为科学有效的参考与建议。 ??