文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 高等教育 > 理学 > 改进的遗传模糊聚类算法
侵权投诉

改进的遗传模糊聚类算法

改进的遗传模糊聚类算法

!%$模"糊"系"统"与"数"学"""""""""""""#$$.年是否能有效地产生有意义的新个体。传统的交叉算子是对选择出来的个体随机地两两配对后,直接对每对个体从用交叉概率所选出的交叉点开始,进行信息交换来产生两条新个体,但是由于聚类中心编码方式的无序性,两条染色体的等位基因之间的信息不一定是相关的。因为用传统的方法直接进行交叉,并不能保证父代的优良基因有效地遗传到子代去。例如:假设父代!,"已接近最优聚类中心,但若直接单点交叉或多点交叉,形成的!#,"#却失去了某些信息或出现重复,从图!中我们可以明显地看出这个问题。所以为了尽量减少无意义个体的出现,同时针对本文所使用的浮点数编码方式,我们在交叉操作中采用了基于最短距离基因匹配的算术交叉算子。

!

"

!#

"#$%&%&$’%’%$()*)(*$&’’&$*((*

图!"直接单点交叉所造成的信息丢失和重复

首先来比较个体&+,!-.!.#….&

(!)(!)(!)(!)上第一个元素.!(#)(!)与待交叉个体&+,#-.!.#….&(#)(#)(#)上每个元素的距离,把&+,#上与.!有最短距离的./选出,并放在一条与&+,#等长的空染色体&+,##上。

用这个方法依次比较&+,!上其它元素与&+,#上剩余元素的距离,并把每次选出的元素按顺序放在

(#)(#)(#)&+,##上,这样就生成了一条与&+,!相配对的个体&+,##-.!#.##….&#。然后对&+,!和&+,##进行算

并生成&21个随机数%/$($,!),/-13!,…,&4术交叉,即根据交叉概率0&先选出一个交叉位置1,

假设交叉后的两条新个体为&+,%-.!.#….&,&+,!-.!.#….&,那么其中有:当/-!,#,…,1时,

(#)(#)./-./,./-.#;当/-13!,…,&时,./-%/./3(!’%/).#,.///

样,可以使遗传算法的收敛性能得到改善,有利于收敛速度的提高。(%)(!)(&)(%)(!)(&)(#)(!)-%/.#3(!’%/).4这//(%)(%)(%)(&)(&)(&)!4"#变异

在这个操作中,本文采用了均匀变异算子。按照变异概率05选出要发生变异的基因位,由于一个基因位上的值所代表的是一个聚类中心的某个特征值,所以我们可以在这个特征值所属的区间上随机取出一个值来替换它。

!($#个体的)*+优化

由于)*+法是一种局部搜索能力较强的算法,因此在每一代执行完遗传操作后对其进行)*+优化,优化后的群体才会进入下一次演化。以便提高混合算法的局部搜索能力,有利于提高其收敛速度。具体的优化方法如下:

(!)根据每条染色体的聚类中心编码值,计算各自新的模糊分类矩阵6;

(#)根据模糊分类矩阵6,计算新的聚类中心矩阵7并编码成为新的染色体;

(%)重新计算目标函数值找出当前最差个体,并用选择时所记录的历史最优个体来替换它。将以上三步所产生的8条新的染色体作为新一代种群开始下一次的遗传操作。

!4%#解码

就要在最后一代中找出适应度最高的染色体,它所对应的聚当遗传操作循环至最大代数5%9:(;时,

类中心矩阵7即为混合算法所得到的最优解。由这个最优聚类中心矩阵计算得到最优模糊分类矩阵6,再根据最大隶属度原则来确定最优的聚类划分并输出,这样就完成了整个算法的执行过程。

%"实验结果

[!]万方数据我们选择四组数据来比较),- 第一个实验中,(基本遗传算法与)*+法相结合的混合算法),

上一页第3页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email