人工免疫模糊聚類方法及其應(yīng)用研究.pdf

1、模糊聚類算法是一種重要的數(shù)據(jù)分析方法，具有能客觀地反映現(xiàn)實對象隸屬關(guān)系不確定性的特點，近年來已成為數(shù)據(jù)挖掘理論體系中研究的熱點，并且在眾多領(lǐng)域得到了廣泛應(yīng)用。
　　 但是，傳統(tǒng)模糊聚類算法具有需要提前輸入聚類個數(shù)和易于陷入局部極值的缺陷。針對上述缺陷，本文借鑒人工免疫系統(tǒng)的相關(guān)理論，探討了一種基于人工免疫原理的模糊聚類算法。該算法引入種群規(guī)模迭代與模糊聚類迭代相結(jié)合的雙迭代思路。其中，種群規(guī)模迭代通過比較種群親和力均值，指導(dǎo)聚類

2、數(shù)的生成。在種群規(guī)模迭代的每一代中加入模糊聚類迭代，用于指導(dǎo)抗體的生成、優(yōu)化和抗原的聚類。并且將抗體克隆選擇、抗體免疫抑制操作引入到模糊聚類過程中?？贵w克隆選擇操作擴大了算法搜索范圍，提高了算法的搜索能力，在一定程度上保證了抗體群的多樣性，防止算法陷入局部最優(yōu)?？贵w免疫抑制操作通過刪除分布過于集中的抗體，避免了由于抗體分布過于集中而出現(xiàn)的同化現(xiàn)象。
　　 在此基礎(chǔ)上，本文以高爾夫球場管理系統(tǒng)為項目背景，展開算法在客戶關(guān)系管理方面