[发明专利]基于自适应元胞遗传与优选模糊C‑均值的混合聚类算法

摘要

本发明公开了一种基于自适应元胞遗传与优选模糊C‑均值的混合聚类算法，利用Arnold Cat映射产生初始种群，依据模糊C‑均值的聚类准则构造适应度函数；解码种群内的个体得到对应的聚类中心，并分配隶属度、计算适应度值及种群的熵；对每个个体进行状态的演化，并进行选择、动态的交叉和基于熵的组合变异操作；自动确定模糊C‑均值的融合时机，并利用实施准则进行模糊C‑均值迭代操作；判断是否达到终止条件，若满足终止条件，输出最终的聚类结果。本发明进一步利用自适应元胞遗传算法的全局搜索能力强与模糊C‑均值算法的局部搜索能力强的特点。相比现有技术，本发明可以获得更高的聚类效率和精度。

主权项

一种基于自适应元胞遗传与优选模糊C‑均值的混合聚类算法，其特征在于，该方法包括以下步骤：步骤一、采用基于聚类中心的实值编码方式表达染色体，并利用Arnold Cat映射产生初始种群，依据模糊C‑均值的聚类准则构造适应度函数；步骤二、对于种群内的每个个体，分别解码得到各组聚类中心，分配隶属度、计算适应度值及种群的熵；步骤三、加入改进的演化规则进行元胞状态的演化，并对每个个体进行选择、动态的交叉和基于熵的组合变异操作，得到新种群；步骤四、判断模糊C‑均值的融合时机，当达到条件则采用优选策略对该新种群内的个体进行选择，利用实施准则进行模糊C‑均值迭代操作；步骤五、判断是否达到终止条件，若不满足终止条件，则跳转至步骤三；若满足终止条件，输出最终的聚类结果。