混合遺傳算法及其在保險業(yè)務數據分析中的應用研究.pdf

1、遺傳算法具有廣泛的應用。k-means算法是一種最常見的聚類技術，但由于對初始聚類中心的敏感性，該算法往往收斂于局部最優(yōu)。
　　 本文研究設計了一種融合標準遺傳搜索和模式搜索的改進變異算子的混合遺傳算法，理論分析證明算法的收斂性，并將該算法應用到函數優(yōu)化當中。該算法保持了遺傳算法結構簡單的特點，改善了全局搜索能力、收斂速度、精度和穩(wěn)定性。在Windows Server2003平臺上，采用Matlab R2009b編程對6個評價函

2、數：Camel函數、Griewank函數、Rastrigin函數、Ackley函數、Schwefel's函數和Rosenbrock函數進行尋優(yōu)測試，仿真實驗結果進一步驗證了混合搜索遺傳算法在收斂速度和穩(wěn)定性等方面的有效性。
　　 本文的第二項主要研究成果是，通過融合標準遺傳搜索和模式搜索的混合遺傳算法來改進保險業(yè)務數據分析工作中常用的k-means類方法。針對k-means聚類算法對初始聚類中心敏感的問題，首先利用改進的混合搜索