基于多元优化算法的无监督聚类分析.pdf

《基于多元优化算法的无监督聚类分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级公开编号七擘硝士研究營像俗夂题目基于多元优化算法的无监督聚类分析学院（所、中心）专业名称通信与信息系统研究生姓名张钦虎学号导师姓名施心陵职称教授年月论文独创性声明及使用授权本论文是作者在导师指导下取得的研宂成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研宄成果，不存在剽窃或抄袭行为。与作者一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。现就论文的使用对云南大学授权如下：学校有权保留本论文（含电子版），也可以采用影印、缩印或其他复制手段保存论文；学校有权公布论文的全部或部分内容，

2、可以将论文用于查阅或借阅服务；学校有权向有关机构送交学位论文用于学术规范审查、社会监督或评奖；学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。内部或保密的论文在解密后应遵循此规定）摘要摘要聚类分析是在没有任何先验知识的前提下，根据某种相似性度量准则自动将数据划分成若干个有意义的类或簇的过程。它是分析数据的一种有效工具，通过它可以发现数据之间的一些相互关系，因此聚类分析也成为了数据挖掘的主要方法之一。因为聚类也是使聚类目标函数不断最优的一个过程，所以我们可以将其转化为寻优问题来求解。基于这一思路，将寻优能力强且自适应能力及鲁棒性较高的

3、计算智能应用于聚类分析中，建立了很多基于计算智能的聚类模型。已有大量的文献证明了该类型的聚类方法在数据聚类问题上的有效性，并能取得良好的聚类效果。所以计算智能中的一些典型算法，例如遗传算法、免疫算法、神经网络、粒子群算法等，已成功被应用于各种聚类问题中。在计算机快速发展所带来的计算和存储优势的背景下，一种新的群智能算法多元优化算法在最近被提了出来，该算法的主要思想是通过全局和局部搜索交替进行对整个解空间进行全面的搜索，其中全局搜索负责全局随机探索，局部搜索负责对有潜力的区域进行局部开发。该算法构造了一个特殊的结构体，按照结构体的操作规则将搜索元存

4、储到合适的位置，以此实现搜索信息的高效共享和搜索过程的存储记忆。本文就在算法的基础上提出了一种新的聚类方法，并将此聚类方法应用于数据聚类分析中从而建立了聚类模型。希望通过对本文的研究，能够为聚类分析问题找到新方向以及提供有价值的参考，能够对现有的聚类分析方法提出一些效率更高、适应性更广的聚类模型，这就是本文的研宄意义。本文首先详细阐述了算法基本思想以及算法的核心框架，介绍了算法多元化结构、全局局部交替寻优方式的特点，并给出了算法的基本流程；其次，在算法的基础上建立了聚类模型，详细地阐述了搜索元的编码方式、聚类适应度函数的设计以及聚类算法的基本步骤

5、，并通过两个简单的人工数据集对聚类模型的聚类过程进行了演示；最后，进行试验仿真，用个标准的数据集对聚类算法，均值聚类算法，粒子群聚类算法和遗传聚类算法进行测试对比，并通过对聚类结果的分析，验证了聚类算法在摘要聚类问题中是一个可行的，寻优能力好的和稳定性高的算法。关键词：聚类分析；计算智能；算法；全局搜索；局部搜索AbstractAbstractClusteringanalysisistheprocessofautomaticallygroupingdataintoanumberofmeaningfulclustersaccordingtoasim

6、ilaritymetricwithoutthepremiseofanypriorknowledge.Itisaneffectivetoolforanalyzingdata，，，，Abstractcanfindanewdirectionforclusteringanalysisproblemandprovideavaluablereference,andcanputforwardanothermoreeficientandwiderapplicableclusteringmodelbystudyingtheproposedclusteringalg

7、orithm,whichistheresearchsignificanceofthispaper.Thispaper,atfirst，，，，，，目录目录第一章绪论论文的研宄背景及意义研究现状论文的主要工作论文的结构安排第二章聚类分析相似性度量准则：聚类算法第三章基于算法的数据聚类算法的理论基础算法基本思想算法框架多元化结构全局和局部交替寻优方式算法基本流程算法应用于聚类分析搜索元的编码方式适应度函数的设计聚类算法聚类过程演示第四章实验对比与分析数据集实验参数设置参数设置其他聚类算法相关参数设置实验结果与讨论目录第五章总结与下一步工作全文总结下一步

8、工作和展望参考文献攻读硕士学位期间完成的科研成果隨第一章绪论第一章绪论论文的研究背景及意义聚类分析〗就是根据某种相似性度量准则将一群待聚