基于協(xié)同進化的聚類問題的研究.pdf

1、數(shù)據(jù)挖掘(DataMining)就是從大量的、不完整的、模糊的、含噪聲的隨機數(shù)據(jù)中提取出人們感興趣的知識和信息的過程。這些信息和知識是隱含的、人們預(yù)先不知道的、潛在有用的信息。聚類分析是其中的一種目前最有應(yīng)用前景的方法。經(jīng)過多年的發(fā)展，聚類分析具有堅實的理論基礎(chǔ)并形成了系統(tǒng)的方法學體系，然而傳統(tǒng)聚類分析方法大多局限于理論上的分析并依賴于對數(shù)據(jù)分布特征的概率假設(shè)，較少考慮具體應(yīng)用中的實際數(shù)據(jù)特征與差異。因此，如何克服傳統(tǒng)聚類分析方法對這種

2、概率假設(shè)的依賴，成為近年來學術(shù)界的研究熱點。
　　針對上述問題，本文開展了協(xié)同進化聚類分析方法的探討。在分析普通進化算法和傳統(tǒng)聚類分析方法機理的基礎(chǔ)上，設(shè)計了協(xié)同進化和協(xié)同進化算法的機制。本文基于協(xié)同進化的思想給出了一種的協(xié)同進化聚類分析方法，并對該算法進行了實驗，驗證了該方法的有效性。
　　本文最后應(yīng)用協(xié)同進化聚類算法對學生的原始成績進行等級劃分，對學生原始成績進行等級評定。傳統(tǒng)的等級評定方法是基于絕對分數(shù)的評價，這種方法