行2: 通过调用VariableClustering函数,并传递种群P、nSel和nP er作为参数,对决策变量进行聚类。返回决策变量(DV)和聚类变量(CV)。 行3: 通过调用InteractionAnalysis函数,并传递种群P、聚类变量CV和nCor作为参数,进行决策变量交互分析。返回子聚类变量subCV s。 行5: 在循环内,通过调用Conv
遵循[64]中提出的MOEA / DVA的基本思想,本文提出了一种基于决策变量聚类方法的大规模MaOPs进化算法,主要的新贡献总结如下。 本文中提出的基于k-means的聚类算法根据采样的解和收敛方向的夹角将决策变量分为收敛性和多样性的变量,更小的夹角意味着变量对收敛的作用更大,更大的夹角意味着变量对多样的作用更大。而MO...
当前的进化算法多目标优化文献仅仅集中在目标数量的可伸缩性上,而很少考虑决策变量数量的可伸缩性。然而,许多现实世界的问题可能涉及许多目标和大规模的决策变量。为了解决这类大规模多目标优化问题,本文提出了一种基于决策变量聚类的定制进化算法。首先,决策变量聚类方法将决策变量分为两种类型:1)收敛相关变量和2)多样性...
概述通过最小化类内方差实现聚类是一个NP难的问题,因此,有作者提出使用进化计算来解决聚类问题。早期基于传统进化算法的方法具有计算复杂度高的问题,同时容易受困于局部最优。为了解决这些问题,一些学者提出使…
PYTHON 基于模糊聚类的进化树构建 模糊聚类算法有哪几种,聚类分析指将对象的集合分组为由类似的对象组成的多个类的分析过程,目的是在相似的基础上收集数据来分类。聚类算法分为:1)划分聚类:K-means聚类、K-中心点聚类、CLARANS算法2)层次聚类:DIANA算法、BIRCH算法、
此外,我们还在该自动聚类算法中引入了改进的差分进化思想、模糊策略以及参数自适应化来进一步提高算法的聚类性能。仿真实验对8个UCI数据集,6个球状特征数据集以及6个中心对称的数据集进行了对比测试,实验结果表明,新算法在3个有效性指标上都优于其他对比算法。2.提出了基于点对称距离及振荡策略的免疫多目标自动差分聚类...
一种新的基于进化计算的聚类算法
一种改进的差分进化自动聚类算法
聚类、自适应采样技术-~Chernof 等式,提出了数据流聚类演变实时追踪算法,进行聚类演变的自动追踪: 通过合成与实际数据集上的实验工作验证了算法的有效性。 关键词:数据挖掘;聚类进化;分形;自适应采样 文献标识码:A 中图分类号:TP311 1 引言 数据流形式上为无限长的数据点有序序列, ...
2.1 智能体定义 Maulik 提出的遗传聚类算法[6]将 K 个聚类中心编码为个体,对于 m 维的数据聚类问题,其编码长度为 m×K, 且这样的编码方式决定了该算法为一个连续空间的优化问题,且与维数相关,很难直接推广到高维数据聚类. 潘晓英 等:密度敏感的多智能体进化聚类算法 2423 Gong 等人提出的进化聚类算法[8]采用...