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 > 自然科学 > 数学 > 和声搜索算法在聚类分析中的应用
侵权投诉

和声搜索算法在聚类分析中的应用

48东北大学学报(自然科学版)

ifrand()[RHthen

第33卷

索和生物信息学等众多领域中.由于传统的模糊聚类方法对初始聚类中心比较敏感,因此,在随后的一些研究中[6-7]

xi=xji(j=ceil(rand()@SH)) ifrand()[RPthen xi=xi?rand()@b ifxi<xiL xi=xiL

elseifxi>xiU xi=xiU end end else

xi=xiL+rand()@(xiU-xiL) end

end

式中:ceil(x)表示对元素x进行取整操作;rand()表示在[0,1]之间产生一个随机数.1.1.4 更新和声记忆库

当通过上面流程产生的新的和声优于和声记忆库中/最差0和声时,用当前和声替换和声记忆库中/最差0和声;否则,继续更新当前和声来产生一个/更好0的和声.1.1.5 判断终止条件

判断当前迭代次数是否达到最大迭代次数M,如果达到则停止迭代;否则,继续执行1.1.3节流程产生一个新的和声.1.2 改进和声搜索算法

本文提出了一种改进的全局和声搜索算法,引入状态反馈机制动态调整和声记忆库考虑概率和移动步长.定义和声记忆库差异度T来更新和声记忆库考虑概率和移动步长,其定义为

T=

jc

jc

jc

jcjcjc

jc

jc

,对传统的聚类方法进行了改

进,采用遗传算法和蚁群算法来初始化聚类中心并自动地确定聚类中心数,将得到的聚类中心作为FCM的初始聚类中心进行聚类分析,获得数据的最优划分.

受到文献[6-7]的启发,本文提出了一种改进的全局和声搜索算法并应用到了聚类分析中.和声搜索算法[8-9]是一种启发式全局优化搜索算法,该算法已经成功地应用到了众多的领域之中,在一些问题中展示了比遗传算法、蚁群算法更好的性能.本文和声向量中的每个精度变量表示聚类中心点,每个和声向量对应一个数据划分,通过更新和声记忆库来获得数据的最优划分(最小化目标函数值).自动判断数据样本真实聚类中心数,并将对应的聚类中心点作为FCM的初始聚类中心,进行聚类分析并获得最终的聚类结果.

1 改进的全局和声搜索算法

和声搜索算法是一种模仿音乐家即兴创作而产生的启发式算法,首次由Geem等人提出.在和声搜索算法中,每个乐师演奏一个音符,所有乐师共同演奏来产生一个和声,乐师们通过不断调整音符来获得最优和声.文献[10-11]展示了和声搜索算法在解决很多问题上优异的性能,并得到人们越来越多的关注.1.1 和声搜索算法

1.1.1 初始化问题与和声参数

优化问题通过最小化(或最大化)目标函数值来获得全局最优解,设x是一个由xiI[xiL,xiU](i=1,2,,,N)组成的N维向量,xiL和xiU是向量x中精度变量xi的下限和上限.SH为和声记忆库大小,RH为和声记忆库考虑概率,RP为音节调节概率,M为最大迭代次数,b为音调调整步长.

1.1.2 初始化和声记忆库

在搜索空间内随机初始化和声记忆库如式(1)所示:

x1

H=

x

21Sx1H

1

i=1

6

(xi-xi

best

worst2

).(2)

式中:xbest和xworst分别表示和声记忆库中的/最好0和/最差0和声;下标i对应和声中第i个精度变量.

第t次迭代的和声记忆库考虑概率定义为

(RH,max-RH,min)@T(t)

RH(t)=RH,min+.Tmax

(3)

式中:RH,max和RH,min分别表示和声记忆库考虑概率上限和下限,本文中,RH,max=0199,RH,min=0145.当和声记忆库中/最好0和/最差0和声差异较小时,算法陷入局部最优解的可能性较大,RH值较小,当前和声在解空间中随机更新,.

,,,

xNx

2

N

1

.(1)

SxNH

1.1.3 即兴产生一个新的和声

原始和声搜索算法流程如下所示:

上一页第2页

你可能喜欢

  • 算法研究
  • 遗传算法求解优化问题
  • Excel使用技巧大全(超
  • 英语双向细目表
  • 题库系统
  • 搜索优化

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