基于混沌社会演化算法的聚类新方法  

作　　者：郝占刚[1] 

机构地区：[1]山东工商学院工商管理学院

出　　处：《统计与决策》2007年第11期10-11,共2页Statistics & Decision

基　　金：国家自然科学基金项目(70472014)

摘　　要：社会演化算法（Social Evolutionary Programming,SEP）是基于范式转换的全局搜索算法,目前主要应用于解决组合优化问题,用于聚类还很少有人研究.本文提出一种新的混沌社会演化算法（Chaotic Social Evolutionary Programming,CSEP）,在该算法中提出了认知主体在聚类中对范式学习的方式,在认知主体对范式的背叛中提出一种混沌变异算子,并将其和K均值结合.混沌社会演化算法不但能够克服遗传算法和K均值算法相结合所带来的效率问题,而且能大大提高聚类的精度.

关 键 词：演化算法 聚类 社会 混沌 认知主体 搜索算法 优化问题 效率问题 

分 类 号：O415.5[理学—理论物理]