基于改进遗传算法的动态聚类方法及其应用 |
| |
引用本文: | 姜灵敏.基于改进遗传算法的动态聚类方法及其应用[J].科技管理研究,2005,25(11):217-219. |
| |
作者姓名: | 姜灵敏 |
| |
作者单位: | 广东外语外贸大学信息学院,广东,广州,510420 |
| |
基金项目: | 广东省自然科学基金(粤科基办[2003]07号) |
| |
摘 要: | 爬山法一般得不到全局最优分类,k-均值法等常规动态聚类方法对初始聚类中心的选择非常敏感且聚类结果依赖样本的输入次序,结合遗传算法的全局搜索能力和爬山算法的局部搜索能力改进常规动态聚类方法,可以有效地解决这些问题,通常可保证能在有限的迭代次数内搜索到全局最优解。
|
关 键 词: | 遗传算法 爬山算法 动态聚类 全局优化 |
文章编号: | 1000-7695(2005)11-0217-03 |
收稿时间: | 2005-01-12 |
修稿时间: | 2005年1月12日 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|