基于文化算法的聚類(lèi)分析研究.pdf

1、聚類(lèi)分析作為一種信息處理手段近些年來(lái)一直受到人們的關(guān)注，而且在機(jī)器學(xué)習(xí)、模式識(shí)別、數(shù)據(jù)挖掘、信息檢索等很多領(lǐng)域得到了廣泛的研究和應(yīng)用。 聚類(lèi)分析在數(shù)據(jù)挖掘研究中占有重要的位置。所謂聚類(lèi)，就是將物理或抽象對(duì)象的集合劃分成為由類(lèi)似的對(duì)象組成的多個(gè)類(lèi)的過(guò)程。聚類(lèi)分析依據(jù)的原則是使同一類(lèi)中的對(duì)象具有盡可能大的相似性，而不同類(lèi)中的對(duì)象相似性較小。 文化算法是一種新的進(jìn)化計(jì)算方法，文化進(jìn)化過(guò)程除了傳統(tǒng)的進(jìn)化計(jì)算模型具有的群體空間外，

2、增加了一個(gè)知識(shí)空間和支持這兩個(gè)空間通信的機(jī)制，將文化算法用于聚類(lèi)分析中，有助于對(duì)聚類(lèi)算法的進(jìn)一步優(yōu)化。 本文以文化算法為框架，采用K-Means模型為聚類(lèi)模型，針對(duì)聚類(lèi)問(wèn)題設(shè)計(jì)適用于該問(wèn)題的知識(shí)空間、群體空間、接受函數(shù)和影響函數(shù)。提出文化算法與K-Means算法相結(jié)合的混合聚類(lèi)算法。首先在混合算法的群體空間采用遺傳算法，并在知識(shí)空間采用形勢(shì)知識(shí)，標(biāo)準(zhǔn)化知識(shí)，地形知識(shí)三種知識(shí)做指導(dǎo)，提出KCAGA算法；然后，在混合算法的群體空間采

3、用進(jìn)化規(guī)劃，提出KCAEP算法，針對(duì)采用不同的影響函數(shù)和不同的知識(shí)指導(dǎo)，并分別細(xì)化為以下幾種算法：KCAEPⅠ，KCAEPⅡ，KCAEP Ⅰ’，KCAEP Ⅱ’，KCAEPⅢ和KCAEPⅣ。 對(duì)知識(shí)空間知識(shí)的研究表明，在知識(shí)空間采用形勢(shì)知識(shí)，標(biāo)準(zhǔn)化知識(shí)，地形知識(shí)三種知識(shí)做指導(dǎo)的方法比僅僅采用形勢(shì)知識(shí)，標(biāo)準(zhǔn)化知識(shí)兩種知識(shí)指導(dǎo)的方法聚類(lèi)效果更好，對(duì)影響函數(shù)的改進(jìn)避免聚類(lèi)過(guò)早收斂于局部解。 最后，通過(guò)實(shí)驗(yàn)對(duì)比，表明混合算法對(duì)解