差分进化算法的改进及其在聚类中的应用

发布时间：2017-03-23 18:19

  本文关键词：差分进化算法的改进及其在聚类中的应用，由笔耕文化传播整理发布。

【摘要】：差分进化算法(Differential Evolution Algorithm,简称DE算法)是一种新兴的进化算法,采用基于差分的变异策略,具有独特的记忆功能能够动态跟踪当前搜索情况.其原理简单,便于实现,具有较强的收敛能力和鲁棒性,能够有效地处理复杂优化问题且不依赖问题的具体特征.目前,差分进化算法已在众多领域中得到了广泛的应用,其研究成果已涉及到多个相关学科.变异策略对差分进化算法的成功与否起到至关重要的作用.然而,方向信息在DE变异策略的设计当中并没有被充分地挖掘,且对于如何平衡进化速度和种群多样性这两者之间的矛盾也没有得到很好的解决方案.本论文研究了个体在进化选择操作前后产生的差量信息在变异操作上的导向作用,提出了一种新的基于进化方向的变异策略"DE/current-to-pbest/1/Gvector".同时,为了测试我们这种新的方向信息能否提高算法的优化能力,我们在自适应差分进化算法JADE的基础上提出了一种新的算法DVDE.本文对CEC 2005常用的25个测试函数做了仿真实验,实验结果证明DVDE的算法平均性能优于其他5个目前来说性能最好的DE算法(JADE,SaDE, CoDE,jDE, EPSDE),特别是对于单峰函数,效果更为明显.实验结果也说明进化方向的加入对于提高算法的收敛速度以及保护种群的多样性避免算法过早陷入局部最优起到了较好的作用.K-means算法是一种典型的划分式聚类算法,对于大型数据集的处理十分的有效.但是,K-means算法需要事先确定聚类个数.本论文将改进的DVDE算法用于K-means聚类,提出了一个新的基于DVDE的自动聚类算法(AC-DVDE).首先,本文采用双交叉策略,在传统的两点式交叉操作之后,针对DE用于自动聚类时的特定的编码方式,添加了一种基于个体间聚类中心随机交换交叉策略;其次,针对聚类中心选取方法的随机性导致的聚类中心有可能偏离数据集或者聚类中心过于集中的缺陷做出了相关改进,通过先对聚类中心进行筛选在进行聚类,有效避免了因算法本身的随机性导致的错误聚类划分.通过对UCI的4个数据集的仿真实验比较,该种双交叉操作的聚类算法明显好于同类算法.
【关键词】：差分进化算法 变异策略 进化方向 K-means聚类算法
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TP311.13
【目录】：

• 摘要4-5
• ABSTRACT5-11
• 第一章 绪论11-16
• 1.1 研究背景及意义11-12
• 1.2 研究现状12-14
• 1.2.1 差分进化算法的研究现状12-13
• 1.2.2 K-means算法的研究现状13-14
• 1.3 本文的主要研究内容14-15
• 1.4 本文的写作框架15-16
• 第二章 差分进化算法16-23
• 2.1 引言16
• 2.2 标准的差分进化算法16-18
• 2.3 差分进化算法的改进研究18-21
• 2.3.1 控制参数的研究19-20
• 2.3.2 变异策略研究20-21
• 2.4 本章小结21-23
• 第三章 基于进化方向的差分进化算法23-40
• 3.1 引言23
• 3.2 JADE算法23-24
• 3.3 变异策略的改进24-28
• 3.3.1 基于进化方向的变异策略26-28
• 3.3.2 相关说明28
• 3.4 实验仿真及结果分析28-39
• 3.4.1 测试函数28
• 3.4.2 实验参数设置28-30
• 3.4.3 算法性能好坏的评价标准30-32
• 3.4.4 仿真结果分析32-39
• 3.5 本章小结39-40
• 第四章 聚类40-47
• 4.1 聚类概念及聚类的一般过程40-41
• 4.2 相似性度量准则41-42
• 4.3 聚类准则函数42-44
• 4.4 聚类算法的分类44-45
• 4.5 K-means算法45-46
• 4.6 本章小结46-47
• 第五章 改进的差分进化算法在聚类中的应用47-54
• 5.1 引言47-48
• 5.2 ACDE算法48
• 5.2.1 个体的编码表示方法48
• 5.2.2 聚类准则函数48
• 5.3 基于DVDE的自动聚类算法48-51
• 5.3.1 基于完整聚类中心的交叉操作49-50
• 5.3.2 聚类中心的筛选50-51
• 5.4 实验仿真及结果分析51-53
• 5.4.1 数据来源及参数设置51-52
• 5.4.2 结果评价52-53
• 5.5 本章小结53-54
• 结论54-56
• 参考文献56-61
• 攻读硕士学位期间发表论文61-63
• 致谢63

【相似文献】

中国期刊全文数据库 前10条

1 吴燕玲;卢建刚;孙优贤;;基于免疫原理的差分进化[J];控制与决策;2007年11期

2 杨启文;蔡亮;薛云灿;;差分进化算法综述[J];模式识别与人工智能;2008年04期

3 许小健;黄小平;钱德玲;;自适应加速差分进化算法[J];复杂系统与复杂性科学;2008年01期

4 宁桂英;周永权;;基于优进策略的新差分进化算法动力学模型参数的估计[J];计算机与应用化学;2008年05期

5 谭跃;谭冠政;涂立;;一种新的混沌差分进化算法[J];计算机工程;2009年11期

6 王培崇;钱旭;王月;虎晓红;;差分进化计算研究综述[J];计算机工程与应用;2009年28期

7 肖术骏;朱学峰;;一种改进的快速高效的差分进化算法[J];合肥工业大学学报(自然科学版);2009年11期

8 周萧;王万良;徐新黎;;解决作业车间调度问题的混合差分进化算法[J];轻工机械;2010年05期

9 王艳宜;;改进差分进化算法及其应用[J];机械设计与研究;2010年05期

10 张照生;罗健旭;;基于差分进化算法的模糊神经网络控制器[J];计算机与应用化学;2011年12期

中国重要会议论文全文数据库 前10条

1 陆丝馨;肖健梅;王锡淮;;基于改进差分进化算法的舰船电网重构[A];第二十九届中国控制会议论文集[C];2010年

2 楼洋;李均利;陈刚;;基于个体排序的差分进化算法[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

3 张倩;李海港;;多目标问题的差分进化算法研究[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

4 裴振奎;刘真;赵艳丽;;差分进化算法在多目标路径规划中的应用[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

5 刘国帅;杨侃;陈静;周景舒;周冉;郑姣;;差分进化算法在三峡电站厂内经济运行中的应用[A];中国水文科技新发展——2012中国水文学术讨论会论文集[C];2012年

6 刘潇;桂卫华;王雅琳;王晓丽;阳春华;;一种改进的多目标差分进化算法研究[A];中国自动化学会中南六省（区）2010年第28届年会·论文集[C];2010年

7 赵娟;蔡涛;邓方;杨红伟;;基于改进差分进化算法的脉冲控制方法[A];中国自动化学会控制理论专业委员会B卷[C];2011年

8 袁沈坚;顾幸生;;基于差分进化的膜计算优化算法[A];上海市化学化工学会2010年度学术年会论文集（自动化专题）[C];2010年

9 姜立强;郭铮;刘光斌;;差分进化算法缩放因子取值策略研究[A];2007'仪表，，自动化及先进集成技术大会论文集（二）[C];2007年

10 倪惠康;杜文莉;钱锋;;基于改进差分进化算法的PID参数优[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

中国博士学位论文全文数据库 前10条

1 孙浩;差分进化多目标优化算法及其在铝热连轧轧制规程中应用[D];燕山大学;2015年

2 陈盈果;面向任务的快速响应空间卫星部署优化设计方法研究[D];国防科学技术大学;2014年

3 谢宇;差分进化的若干问题及其应用研究[D];南京理工大学;2015年

4 丁青锋;基于元胞自动机的差分进化算法及其在通信系统中的应用研究[D];上海大学;2015年

5 贾东立;改进的差分进化算法及其在通信信号处理中的应用研究[D];上海大学;2011年

6 刘荣辉;多阶段自适应差分进化算法及应用研究[D];东华大学;2012年

7 郭鹏;差分进化算法改进研究[D];天津大学;2012年

8 王旭;改进差分进化算法及其在可逆逻辑综合中的应用[D];东华大学;2013年

9 董明刚;基于差分进化的优化算法及应用研究[D];浙江大学;2012年

10 王天意;大地电磁迭代有限元与改进差分进化正反演算法研究[D];中国地质大学(北京);2015年

中国硕士学位论文全文数据库 前10条

1 高静;量子差分进化算法在油田开发中的应用研究[D];浙江大学;2015年

2 万婧;基于离散微粒群算法和混合差分进化算法的复杂生产调度问题求解[D];昆明理工大学;2015年

3 张转;基于差分进化算法的混凝土德拜模型的研究[D];长安大学;2015年

4 江华;差分进化算法的改进及其在K-means聚类算法中的应用[D];华中师范大学;2015年

5 周志刚;基于差分进化算法的信用风险度量模型研究[D];华中师范大学;2015年

6 任甜甜;差分进化算法在反演问题中的研究与应用[D];新疆大学;2015年

7 杨洋;基于差分进化的模糊C-均值聚类算法研究[D];电子科技大学;2015年

8 王丹;基于辅助函数的自适应差分进化算法研究[D];西安电子科技大学;2014年

9 刘家华;基于进化计算的轧制生产过程操作优化算法与系统开发[D];东北大学;2013年

10 王旦平;圆形对称振子阵列天线基于差分进化算法的综合[D];西安电子科技大学;2014年

  本文关键词：差分进化算法的改进及其在聚类中的应用，由笔耕文化传播整理发布。

本文编号：264317