基于改进遗传算法的K-means聚类分析  

Clustering Analysis of K-means Based on Improved Genetic Algorithm

作　　者：王颖[1] 刘建平[1] 

机构地区：[1]浙江理工大学信息电子学院,浙江杭州310018

出　　处：《工业控制计算机》2011年第8期78-79,共2页Industrial Control Computer

摘　　要：K-means算法是聚类分析中的一种经典算法,但是K-means算法是一种局部搜索技术,受初始聚类中心的影响可能会过早收敛于最优解。而遗传算法具有良好的全局优化的能力,将遗传算法与K-means算法结合起来,能很好解决这一问题。在结合的过程中,又在最传统的遗传算法中改进染色体编码与适应度函数,从而优化k个中心点的选取,最后通过实验说明改进后的遗传算法能较好地提高聚类的质量。K-means algorithm is a local search technique,which is influenced by the original Clustering centers,may have convergence of the best results earlier.Genetic algorithm is able to improve the whole process,so combine the Genetic algorithm with K-means algorithm to solve this problem.During the combing,and improves the Chromosome coding and the fitness function based on the traditional genetic algorithm,optimized the choice of the center.

关 键 词：遗传算法 K-MEANS 聚类分析 数据挖掘 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP311.13[自动化与计算机技术—控制科学与工程]