广西师范大学学报(自然科学版) ›› 2013, Vol. 31 ›› Issue (3): 59-64.

• • 上一篇    下一篇

一种基于免疫遗传算法的聚类方法

曹永春, 邵亚斌, 田双亮, 蔡正琦   

  1. 西北民族大学数学与计算机科学学院,甘肃兰州730030
  • 收稿日期:2013-06-05 出版日期:2013-09-20 发布日期:2018-11-26
  • 通讯作者: 曹永春(1972—),男,甘肃天祝人,西北民族大学副教授。E-mail:cych33908@163.com
  • 基金资助:
    国家自然科学基金资助项目(11161041);2012年度国家民委科研基金资助项目;中央高校基本科研基金资助项目(31920130009)

A Clustering Method Based on Immune Genetic Algorithm

CAO Yong-chun, SHAO Ya-bin, TIAN Shuang-liang, CAI Zheng-qi   

  1. School of Mathematics and Computer Science,Northwest University for Nationalities,Lanzhou Gansu 730030,China
  • Received:2013-06-05 Online:2013-09-20 Published:2018-11-26

摘要: 为了克服遗传算法未成熟收敛现象,提高聚类效果和性能,本文提出一种基于免疫遗传算法的聚类方法。该方法将免疫原理引入遗传聚类算法中,通过对选择算子在依据适应度选择的机制上,增加基于浓度的调节因子来调整抗体的选择概率,从而保持了群体多样性,有效克服了未成熟收敛现象。算法使用改进的分组编码方式并针对该编码方式制定了相应的种群初始化方案,设计了合理的遗传算子,使算法具有自动获取最优聚类数和最优聚类方案的能力。理论分析和实验结果证明,该算法具有良好的性能和聚类效果。

关键词: 免疫原理, 遗传算法, 聚类方法

Abstract: In order to overcome premature convergence of genetic algorithm and derive better performance and higher accuracy on clustering problems,a new clustering method based on immune genetic algorithm is proposed in this paper.Immune principle is introduced into genetic clustering algorithm in the method,through adding density regulatory factor on selection operator performed according to the fitness in the mechanism.Selection probability is adjusted,and the diversity of individuals is maintained,and then the disadvantage of premature convergence is overcome.The algorithm represents individuals by improved grouping coding;based on it,a corresponding manner of initial population is formulated and appropriate genetic operators are designed,which enable the algorithm automatically finding the proper number of clusters and the proper partition from a given data set.The theoretical analysis and experiment result show that the algorithm derives better performance and higher accuracy on clustering problems.

Key words: immune principle, genetic algorithm, clustering method

中图分类号: 

  • TP301.6
[1] JAIN A K.Data clustering:50years beyond K-means[J].Pattern Recognition Letters,2010,31(8):651-666.
[2] CHANG Dong-xia,ZHANG Xian-da,ZHENG Chang-wen.A genetic algorithm with gene rearrangement for K-means clustering[J].Pattern Recognition,2009,42(7):1210-1222.
[3] HE Hong,TAN Yong-hong.A two-stage genetic algorithm for automatic clustering[J].Neurocomputing,2012,81:49-59.
[4] 赵立江.基于遗传算法的混合属性聚类初始点选择研究[J].广西师范大学学报:自然科学版,2008,26(3):194-197.
[5] 高玮,尹志喜.现代智能仿生算法及其应用[M].北京:科学出版社,2011:202-206.
[6] GU Cheng-jie,ZHANG Shun-yi,LIU Kai,et al.Fuzzy kernel K-Means clustering method based on immune genetic algorithm[J].Journal of Computational Information Systems,2011,7(1):221-231.
[7] HALKIDI M,BATISTAKIS Y,VAZIRGIANNIS M.Clustering validity checking methods:part Ⅱ[J].ACM SIGMOD Record,2002,31(3):19- 27.
[8] 朱连江,马炳先,赵学泉.基于轮廓系数的聚类有效性分析[J].计算机应用,2010,30(S2):139-141.
[9] FALKENAUER E.The grouping genetic algorithms-widening the scope of the GAs[J].JORBEL:Belgian Journal of Operations Research,Statistics and Computer Science,1992,33(1):79-102.
[10] PAL N R,BEZDEK J C.On cluster validity for the fuzzy c-means model[J].IEEE Transactions on Fuzzy Systems,1995,3(3):370-379.
[1] 叶青, 黄强, 聂斌, 李欢. 一种自适应的高维离群点识别方法[J]. 广西师范大学学报(自然科学版), 2020, 38(2): 107-114.
[2] 梁晓萍,罗晓曙. 基于遗传自适应的维纳滤波图像去模糊算法[J]. 广西师范大学学报(自然科学版), 2017, 35(4): 17-23.
[3] 刘伟铭, 李荣荣, 王超, 黄玲. 高速公路通行卡调拨问题的遗传算法[J]. 广西师范大学学报(自然科学版), 2016, 34(1): 1-8.
[4] 刘宏, 王其涛, 夏未君. 基于量子遗传算法的WSN三维定位方法[J]. 广西师范大学学报(自然科学版), 2015, 33(4): 49-54.
[5] 乐美龙, 高金敏. 轮辐式航线网络下机型分配与舱位控制的协同优化研究[J]. 广西师范大学学报(自然科学版), 2014, 32(3): 33-40.
[6] 赵新超, 吴召军. 求解背包问题的多位极贪婪遗传算法[J]. 广西师范大学学报(自然科学版), 2013, 31(4): 41-47.
[7] 蒋晓峰, 许伦辉, 朱悦. 基于SVM短时交通流量预测[J]. 广西师范大学学报(自然科学版), 2012, 30(4): 13-17.
[8] 严晓明, 郑之. 基于混合仿生算法的SVM参数优化[J]. 广西师范大学学报(自然科学版), 2011, 29(2): 114-118.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 广西师范大学学报(自然科学版)编辑部
地址:广西桂林市三里店育才路15号 邮编:541004
电话:0773-5857325 E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发