论文部分内容阅读
为了解决在遗传算法聚类分析中影响算法效率的互相关性问题以及在没有先验知识的情况下确定类别数问题,在充分分析基因的互相关性对算法效率和收敛性影响的基础上,借鉴多染色体生物的进化特性,提出多染色体取代传统单染色体的遗传算法.算法在进化过程中充分利用类簇之间的相互关系,提高了遗传算法的效率和收敛能力,并且在遗传过程中类别数量可变;为了明确地控制类别数,采用基于分布拟合的适应度函数,为在没有先验知识的情况下确定类别数提供了分析依据.通过与K均值的遗传算法(KGA)、最大期望算法(EM算法)的对比分析以及针对