进化算法及其在聚类问题中的应用

进化算法及其在聚类问题中的应用

论文摘要

本论文共分四章,研究内容主要集中在:改进进化算法模型,加强种群内部的协作机制以协调算法的局部搜索和全局勘探能力;将粒子群优化算法与传统的模糊C均值聚类算法相结合,利用基于T平方抽样的单峰分布的统计检验方法实现对未知模式集的自适应聚类分析.第二章研究了一种带记忆信息的协同进化算法.提出将种群划分为一个子种群和多个独立个体的思想以实现算法的局部搜索与全局勘探;通过设计协作算子和变异算子使种群内部进行有效的交叉与合并;数值实验给出了该算法与快速进化规划和组织进化数值优化算法之间的性能对比,并说明了本章算法的有效性.第三章针对模式识别中最常见的聚类问题,提出了一种基于粒子群优化的自适应模糊聚类算法.本章介绍了模糊C-均值聚类算法和粒子群优化算法的基本原理,并尝试结合这两种各具特色的搜索机制;通过引进基于T平方抽样的单峰分布的统计检验方法以实现对模式集聚类趋势和有效性的分析.数值实验说明了本章算法的合理性和有效性.最后,是本文研究工作的总结和展望.比较系统的回顾了本文提出的两种算法的构造思想和创新之处,同时也指出本文研究工作中的不足和算法中的有待改进之处.

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 进化计算及聚类问题的介绍
  • 1.2 进化算法及聚类算法的研究现状
  • 1.3 本文的主要研究工作
  • 2 带记忆信息的协同进化算法
  • 2.1 引言
  • 2.2 带记忆信息的协同进化算法
  • 2.3 仿真实验及参数分析
  • 2.4 本章小结
  • 3 基于粒子群优化的自适应模糊聚类算法
  • 3.1 引言
  • 3.2 模糊C 均值聚类算法
  • 3.3 粒子群优化算法
  • 3.4 基于粒子群优化的自适应模糊聚类算法
  • 3.5 仿真实验及实验分析
  • 3.6 本章小结
  • 4 总结与展望
  • 致谢
  • 参考文献
  • 附录1 攻读学位期间发表论文目录
  • 附录2 测试函数
  • 附录3 IRIS数据
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  ;  ;  

    进化算法及其在聚类问题中的应用
    下载Doc文档

    猜你喜欢