[发明专利]一种改进型基因表达式编程-模糊C均值作物数据分类方法

摘要

本发明公开了一种改进型基因表达式编程‑模糊C均值作物数据分类方法，使用自定义的相似度衡量计算公式并结合信息熵，计算作物数据属性的权值向量；使用加权的距离计算公式替代传统的欧式距离，并将基因表达式编程与模糊C均值算法相结合求出最佳的聚类中心对作物数据进行分类。本发明一方面能够更好地对作物数据间的距离进行衡量，大大提高分类结果的准确率；另一方面，能够以更少的迭代次数获得最佳的分类结果。

主权项

1.一种改进型基因表达式编程‑模糊C均值作物数据分类方法，其特征是按如下步骤进行：步骤1：将待分类的作物数据集合记为X＝{x1,x2,…,xi,…,xn}；xi表示第i个作物数据；且xi＝{xi1,xi2,…,xik,…,xip}；xik表示第i个作物数据的第k个属性；1≤i≤n；1≤k≤p；利用式(1)计算第i个作物数据xi与第j个作物数据xj之间的相似度si,j：式(1)中，μi,j表示第i个作物数据xi与第j个作物数据xj之间的标准偏差；p表示作物数据属性的个数；d(xi,xj)表示第i个作物数据xi与第j个作物数据xj之间的距离，并有：式(2)中，m＝2或3；xie表示第i个作物数据的第e个属性；xje表示第j个作物数据的第e个属性；步骤2、利用式(3)计算第i个作物数据xi与第j个作物数据xj之间的信息熵Hi,j：步骤3、利用式(4)计算作物数据集合X的平均信息熵H：步骤4、定义变量K，并初始化K＝1；令k＝1；步骤5、从所述作物数据集合X中删除n个作物数据中的第k个属性；从而获得第K次更新的作物数据集合X(K)；步骤6、计算所述第K次更新的作物数据集合X(K)的平均信息熵H(K)，并求出Δ(K)＝H‑H(K)；以Δ(K)作为权值向量的第K个值ωK；步骤7、判断k＞p是否成立，若成立，则表示获得权值向量ω；否则，将k+1赋值给k；K+1赋值给K后，返回步骤5顺序执行；步骤8、参数设置：定义种群大小为S、最大迭代次数为θ、进化次数为l；初始化h、S和θ均为正整数；l＝0；步骤9、随机生成由S个个体组成的初始种群；定义个体结构是由适应度值和基因组成；所述基因划分为基因头部和基因尾部；所述基因头部是由函数符号集F＝{∩,∪}中随机获得长度为h的函数符，所述基因尾部是由所述作物数据集合X中随机获得；初始适应度值设置为0；步骤10、适应度计算：步骤10.1、对第l代的S个个体中任意第s个个体的基因进行解码，获得第l代第s个个体的c个聚类中心，记为表示第l代第s个个体的第r个聚类中心；且表示第l代第s个个体的第r个聚类中心的第t个属性；1≤r≤c；1≤t≤p；利用式(5)获得第i个作物数据x_i到第l代第s个个体的第r个聚类中心之间的加权距离步骤10.2、利用式(6)获得第i个作物数据x_i对第l代第s个个体的第r个聚类中心的隶属度从而获得第l代第s个个体的隶属度矩阵步骤10.3、利用式(7)获得第l代第s个个体的适应度值步骤10.4、重复步骤10.1‑步骤10.3，从而获得第l代S个个体的适应度值，并标记拥有第l代最高适应度值的个体为B(l)和第l代最低适应度值的个体为W(l)；步骤11、遗传操作：步骤11.1、利用轮盘赌将第l代最低适应度值的个体W(l)替换为第l代最高适应度值的个体B(l)后的S个个体进行选择操作；步骤11.2、根据单点重组概率对完成选择操作后的第l代S个个体进行单点重组操作；步骤11.3、根据变异概率对完成单点重组操作后的第l代S个个体进行变异操作，从而获得完成变异操作后的第l代S个个体；若变异过程中任一个体基因头部的第一位出现“∩”的函数符，则重新对相应个体进行变异操作；步骤12、生成新一代种群：步骤12.1、对完成变异操作后的第l代S个个体中任意第a个个体的基因进行解码，获得第l代第a个个体的c个聚类中心，记为表示完成变异操作后的第l代第a个个体的第r个聚类中心；步骤12.2、获得第i个作物数据x_i对第l代第a个个体的第r个聚类中心的隶属度从而获得第l代第a个个体的隶属度矩阵步骤12.3、根据第l代第a个个体的隶属度矩阵对作物数据集合X划分为c类数据；步骤12.4、利用式(8)计算第l代第a个个体的c类数据中第r类数据的聚类中心式(8)中，表示第l代第a个个体的第r类数据中第b个作物数据；且第l代第a个个体的第r类数据中共有w个作物数据；步骤12.5、重复步骤12.2‑步骤12.4，从而获得完成变异操作后的第l代第a个个体的c类数据的c个聚类中心；步骤12.6、对所述完成变异操作后的第l代第a个个体的c类数据的c个聚类中心进行编码，获得第l+1代第a个个体的基因；步骤12.7、重复步骤12.1‑步骤12.6，从而获得第l+1代S个个体的基因；步骤13、判断l+1＞θ是否成立，若成立，则执行步骤14；若不成立，则将l+1赋值给l，并返回步骤10顺序执行；步骤14、对第l+1代S个个体的基因进行适应度计算，获得拥有第l+1代最高适应度值的个体为B(l+1)，并对第l+1代最高适应度值的个体B(l+1)的基因进行解码，获得第l+1代个体B(l+1)的c个聚类中心；根据第l+1代个体B(l+1)的隶属度矩阵对作物数据集合X划分为c类数据；并将分类结果输出。