進化算法及其在聚類問題中的應用.pdf_第1頁
已閱讀1頁，還剩37頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、本論文共分四章，研究內(nèi)容主要集中在: 改進進化算法模型，加強種群內(nèi)部的協(xié)作機制以協(xié)調算法的局部搜索和全局勘探能力；將粒子群優(yōu)化算法與傳統(tǒng)的模糊C 均值聚類算法相結合，利用基于T 平方抽樣的單峰分布的統(tǒng)計檢驗方法實現(xiàn)對未知模式集的自適應聚類分析. 第二章研究了一種帶記憶信息的協(xié)同進化算法.提出將種群劃分為一個子種群和多個獨立個體的思想以實現(xiàn)算法的局部搜索與全局勘探；通過設計協(xié)作算子和變異算子使種群內(nèi)部進行有效的交叉與合并;數(shù)值實驗

2、給出了該算法與快速進化規(guī)劃和組織進化數(shù)值優(yōu)化算法之間的性能對比，并說明了本章算法的有效性. 第三章針對模式識別中最常見的聚類問題，提出了一種基于粒子群優(yōu)化的自適應模糊聚類算法. 本章介紹了模糊C-均值聚類算法和粒子群優(yōu)化算法的基本原理,并嘗試結合這兩種各具特色的搜索機制；通過引進基于T 平方抽樣的單峰分布的統(tǒng)計檢驗方法以實現(xiàn)對模式集聚類趨勢和有效性的分析.數(shù)值實驗說明了本章算法的合理性和有效性. 最后，是本文研究工作的總

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論