基于人工免疫系统自动聚类算法及其应用的论文

《基于人工免疫系统自动聚类算法及其应用的论文》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、摘要摘要随着信息技术不断发展，数据挖掘技术成为信息决策领域最前沿和最活跃的研究方向之一。作为数据挖掘的一种强有力的分析工具，聚类分析得到了人们的广泛关注。现实中的许多数据信息是十分复杂的，数据集的类别数目事先无法确定或很难得到，在这种情况下，自动聚类算法应运而生。聚类可以看成是一个优化问题，这就意味着可以用不同的优化方法来解决。基于上述的背景，本文分别提出了一种基于单目标优化的免疫自动聚类算法和基于多目标优化的免疫自动聚类算法，另外，在研究多目标自动聚类之前，我们还对动态环境下的多目标优化算法做了

2、深入研究，并提出了一种新的动态多目标优化算法。本文具体工作如下：1．提出了一种基于动态局部搜索的免疫自动聚类算法。算法中，首先，针对染色体的结构，提出了一种基于聚类中心的局部搜索策略，来实现数据集类别数的优化。其次，算法采用基于邻域结构的自适应策略的差分交叉算子来进一步提高算法的聚类性能。通过对30个具有不同分布特性的数据集、4幅人工合成纹理图像以及4幅SAR图像进行测试，实验结果表明，新算法在四个评价指标都有很大的优势，并且鲁棒性优于其他算法。2．提出了一种基于预测策略的动态多目标免疫优化算法。

3、算法中，首先，当环境发生变化时，在历史时刻储存的最优Pareto最优解的基础上，用修正的预测模型来预测产生新时刻的初始解。其次，为了避免算法收敛到局部最优和进一步加快算法的收敛速度，提出了基于选择策略的差分交叉算子来产生新的个体。实验证明，新算法具有较强的动态变化跟踪能力，在收敛性和多样性方面也表现最优。3．提出了一种基于协同双变异算子的免疫多目标自动聚类算法。算法中，首先，针对染色体的不同构成分别提出了新的变异算子，两种变异算子协同作用产生新的染色体。其次，针对PBM在单目标自动聚类算法中的不足

4、，提出了一个基于指数函数的有效性指标，将其和PBM指标一起作为多目标自动聚类的两个目标函数。通过对24个数据集和5幅纹理图像进行测试，实验表明新算法在数据聚类和图像分割上的性能都优于其他对比算法，算法具有较强的鲁棒性。本课题得到国家自然科学基金(No．60803098)、国家教育部博士点基金(No．20070701022)、省自然科学基金(2010JM8030)、中央高校基本科研基金(No．K50511020014)的资助。6摘要关键词：自动聚类免疫克隆算法多目标优化图像分割ABSTRACTWit

5、hthedevelopmentofinformationtechnology,dataminingisbecomingoneofthemostadvancedandactiveresearchtopicsinthefieldoftheinformationdecision—making．Asaneffectivetoolofdatamining，clusteranalysishasbeenattractingwideattention．Manyoftherealdatainformationare

6、verycomplex，andthenumberofclassesisverydifficulttoobtain，inthiscase，theautomaticclusteringalgorithmemerged．ClusteringCanbeseenasanoptimizationproblem，whichmeanswecanusedifferentoptimizationmethodstosolveit．Basedontheabovebackground，thispaperproposesas

7、ingle—objectiveoptimizationbasedimmuneautomaticclusteringalgorithmandmulti．objectiveoptimizationbasedimmuneautomaticclusteringalgorithm．Inaddition，wealsomadeathoroughresearchonmulti—objectiveoptimizationalgorithmsindynamicenvironment，andproposeanewdyn

8、amicmulti—objectiveoptimizationalgorithm．Thespecificworkisarrangedasfollows：1．Adynamiclocalsearchbasedimmuneautomaticclusteringalgorithmisproposed．Intheproposedalgorithm，firstly,forthestructureofchromosomes，weproposeaclusteringcenterbaseddynam