×
亚当·切霍里;尤尼斯，拉菲克;吉罕·科德;Jean Perron;艾德里安·伊琳卡

使用聚类分析的遗传算法选择过程。 （英语） Zbl 1461.90174号

算法（巴塞尔） 10，第4号，第123号论文，15页（2017年）.
摘要：本文针对一类无约束优化问题提出了一种新的遗传算法选择过程。均值遗传算法选择过程（KGA）由四个基本阶段组成：聚类、隶属度阶段、适应度缩放和选择。受对种群进行聚类有助于在种群进化过程中保持选择压力的假设启发，在聚类阶段之后为每个个体分配一个成员概率指数。适应度缩放转换适合于选择下一代父母的选择函数的范围内的成员资格分数。给出了KGA过程的两个版本：使用固定数量的簇（K\）（KGA\（_f））和通过由两个不同的内部有效性指标确定的最优划分（K{opt}）（KGA \（_o））。在七个基准问题上测试了每种方法的性能。

MSC公司：

90 C59 数学规划中的近似方法和启发式
62H30型 分类和区分；聚类分析（统计方面）

关键词：

遗传算法;选择过程;群集;\（k）-表示;优化算法

软件：

剪影
PDF格式BibTeX公司 XML格式引用
\textit{A.Chehouri}等人，《算法（巴塞尔）》第10卷第4期，第123号论文，第15页（2017年；Zbl 1461.90174）
全文： 内政部
OA许可证

参考文献：

[1] 张，M.-X。；张，B。；郑义杰。；紧急运输问题的生物启发元启发式；算法：2014年；第7卷，15-31·兹比尔1461.90201
[2] 费斯特，I。；Yang，X.-S。；费斯特，I。；布雷斯特，J。；费斯特，D。；自然启发优化算法综述；arXiv:2013·Zbl 1301.65045号
[3] 杨晓生；自然激励优化算法：荷兰阿姆斯特丹，2014年·Zbl 1291.90005号
[4] Nelder，J.A。；米德·R。；函数最小化的单纯形法；计算。J.：1965年；第7卷，308-313·Zbl 0229.65053号
[5] 胡克，R。；Jeeves，T.A。；数值与统计问题的“直接搜索”解法；《美国医学杂志》：1961年；第8卷，212-229·Zbl 0111.12501号
[6] 李，Z.-Y。；Yi，J.-H。；王，G.-G。；基于精英策略的磷虾群群智能聚类新方法；算法：2015年；第8卷，951-964·Zbl 1461.90187号
[7] Krishna，K。；Murty，M.N。；遗传K-均值算法；IEEE传输。系统。人类网络。B网络：1999; 第29卷，433-439。
[8] 王，G。；刘，Y。；熊，C。；基于纹理特征融合的彩色图像分割优化聚类算法；算法：2015年；第8卷，234-247。
[9] 萨卡尔，M。；Yegnanarayana，B。；Khemani，D。；基于进化规划的聚类算法；模式识别。信函：1997; 第18卷，975-986。
[10] 库拉，T。；一种用于聚类的粒子群优化方法；专家系统。申请：2012; 第39卷，1582-1588。
[11] 达斯，S。；亚伯拉罕。；科纳尔，A。；基于多粒子群优化算法的自动核聚类；模式识别。信函：2008; 第29卷，688-699。
[12] 杨，F。；Sun，T。；张，C。；基于K-调和均值和粒子群优化的高效混合数据聚类方法；专家系统。申请：2009; 第36卷，9847-9852。
[13] 姜浩。；Yi，S。；李，J。；杨，F。；胡，X。；基于K-调和均值聚类的蚂蚁聚类算法；专家系统。申请：2010; 第37卷，8679-8684。
[14] 谢洛卡，P。；贾亚拉曼，V.K。；库尔卡尼，B.D。；一种蚁群聚类方法；分析。蜂鸣器。Acta:2004年；第509卷，187-195年。
[15] 张，C。；欧阳，D。；宁，J。；一种人工蜂群聚类方法；专家系统。申请：2010; 第37卷，4761-4767。
[16] Maulik，美国。；Mukhopadhyay，A。；基于模拟退火的自动模糊聚类与人工神经网络分类相结合，用于分析微阵列数据；计算。操作。决议：2010年；第37卷，1369-1380·Zbl 1183.68488号
[17] 塞利姆，S.Z。；Alsultan，K。；聚类问题的模拟退火算法；图案识别：1991; 第24卷，1003-1008。
[18] Sung，C.S。；H.W.Jin。；一种基于禁忌搜索的聚类启发式算法；图案识别：2000; 第33卷，849-858。
[19] 洛杉矶霍尔。；Ozyurt，I.B。；Bezdek，J.C。；用遗传优化方法进行聚类；IEEE传输。进化。计算：1999; 第3卷，103-112。
[20] Cowgill，M.C。；R.J.哈维。；沃森，L.T。；遗传算法在聚类分析中的应用；计算。数学。申请：1999; 第37卷，99-108·Zbl 1043.62516号
[21] Maulik，美国。；Bandyopadhyay，S。；基于遗传算法的聚类技术；图案识别：2000; 第33卷，1455-1465。
[22] 曾，L.Y。；Yang，S.B。；自动聚类问题的遗传算法；模式识别器：2001; 第34卷，415-424·Zbl 0996.68172号
[23] 巴布，G.P。；Murty，M.N。；基于遗传算法的k-means算法中的近最优初始种子值选择；模式识别。信函：1993; 第14卷，763-769·Zbl 0802.68116号
[24] 阿古斯特，L。；Salcedo-Sanz，S。；Jiménez-Fernández，S。；Carro-Calvo，L。；德尔塞尔，J。；Portilla-Figueras，J.A。；一种新的聚类问题分组遗传算法；专家系统。申请：2012; 第39卷，9695-9703。
[25] He，H。；Tan，Y。；一种用于自动聚类的两阶段遗传算法；神经计算：2012年；第81卷，第49-59页。
[26] Maulik，美国。；Bandyopadhyay，S。；Mukhopadhyay，A；用于聚类的多目标遗传算法：在数据挖掘和生物信息学中的应用：德国柏林，2011年·Zbl 1230.68046号
[27] 拉扎维，S.H。；Ebadati，E.O.M。；阿萨迪，S。；Kaur，H。；一种用于数据聚类和大数据分析的高效分组遗传算法；大数据分析的计算智能：德国柏林，2015年，119-142.
[28] 克里希纳萨米，G。；A.J.库尔卡尼。；帕拉梅斯兰，R。；基于改进队列智能和K-均值的混合数据聚类方法；专家系统。申请：2014; 第41卷，6009-6016。
[29] 波帕，S.K。；Emmanuel，M。；聚类技术的回顾和比较研究；国际期刊计算。科学。信息技术：2014; 第5卷，805-812。
[30] 曼恩，A.K。；Kaur，N。；聚类技术综述论文；国际科学杂志。工程技术。研究结果：2013年；第二卷，803-806。
[31] Jain，A.K。；Maheswari，S。；数据挖掘中的聚类技术综述；国际期刊计算。科学。管理。研究结果：2012年；第3卷，72-78。
[32] Latter，B。；人口分化的孤岛模型：一般解；遗传学：1973年；第73卷，147-157。
[33] 青，L。；Gang，W。；Y.Zaiyue。；丘平，W。；多峰函数优化的拥挤聚类遗传算法；申请。软计算：2008; 第8卷，88-95。
[34] Sareni，B。；Krahenbuhl，L。；重新审视健身分享和小生境方法；IEEE传输。进化。计算：1998; 第2卷，97-106。
[35] 戈德伯格，D.E。；理查德森，J。；多峰函数优化的共享遗传算法；第二届遗传算法及其应用国际会议论文集：Hillsdale，NJ，USA 1987，41-49.
[36] 佩特罗斯基，A。；作为遗传算法的一种小生境方法的一种清除过程；IEEE进化计算国际会议论文集：，798-803.
[37] 甘，J。；英国沃里克。；基于动态小生境聚类的多峰函数优化遗传算法；人工神经网络和遗传算法：德国柏林，1999年，248-255.
[38] Yang，S。；Li，C。；一种用于动态环境中多个最优解定位和跟踪的聚类粒子群优化算法；IEEE传输。进化。计算：2010; 第14卷，959-974。
[39] T.布莱克威尔。；布兰克，J。；动态环境下的多温优化；进化计算应用研讨会：德国柏林，2004年，489-500.
[40] Li，C。；Yang，S。；在不可检测的动态环境中进行聚类的多种群方法的一般框架；IEEE传输。进化。计算：2012; 第16卷，556-577。
[41] Li，C。；Yang，S。；一种用于动态优化的聚类粒子群优化算法；IEEE进化计算大会会议记录：，439-446.
[42] 肯尼迪，J。；刻板印象：使用聚类分析改进粒子群性能；IEEE进化计算大会会议记录：，1507-1512.
[43] 阿格拉瓦尔，S。；帕尼格拉希，B。；蒂瓦里，M.K。；基于模糊聚类的电力调度多目标粒子群算法；IEEE传输。进化。计算：2008; 第12卷，529-541。
[44] 张杰。；H.S.-H.钟。；Lo，W.-L。；基于聚类的遗传算法自适应交叉和变异概率；IEEE传输。Evolut公司。计算：2007; 第11卷，326-335。
[45] 张，X。；田，Y。；Cheng，R。；Jin，Y。；提出了一种基于决策变量聚类的大规模多目标优化进化算法；IEEE传输。进化。计算：2016; .
[46] 张，H。；周，A。；Song，S。；张，Q。；高X.-Z。；张杰。；一种自组织多目标进化算法；IEEE传输。进化。计算：2016; 第20卷，792-806。
[47] Vattani，A。；平面上K-均值聚类的硬度；2009; . ·Zbl 1380.68204号
[48] 霍兰德，J.H；自然和人工系统中的适应：生物学、控制和人工智能应用的介绍性分析：密歇根州安阿伯，美国1975年·Zbl 0317.68006号
[49] Jain，A.K。；数据聚类：超过K-means 50年；模式识别。信函：2010; 第31卷，651-666。
[50] 阿加瓦尔，C.C。；Reddy，C.K；数据聚类：算法与应用：博卡拉顿，佛罗里达州，美国2013·Zbl 1331.62026号
[51] Jain，A.K。；Murty，M.N。；弗林，P.J。；数据聚类：综述；ACM计算。Surv公司。（CSUR）：1999年；第31卷，264-323。
[52] Xu，R。；Wunsch，D。；聚类算法综述；IEEE传输。神经网络：2005; 第16卷，645-678。
[53] 斯坦豪斯，H。；公司物资供应部门；牛市。阿卡德。波兰。科学：1956年；第1卷，801。
[54] 德里尼亚斯，P。；弗里兹，A。；Kannan，R。；Vempala，S。；维奈，V。；基于奇异值分解的大图聚类；机器。学习。：2004; 第56卷，9-33·Zbl 1089.68090号
[55] 哈尔基迪，M。；巴蒂斯塔基斯，Y。；Vazirgiannis，M。；聚类有效性方法：第一部分；ACM SIGMM记录：2002年；第31卷，40-45页。
[56] 哈尔基迪，M。；巴蒂斯塔基斯，Y。；Vazirgiannis，M。；关于聚类验证技术；J.智力。信息系统：2001; 第17卷，107-145·Zbl 0998.68154号
[57] 文德拉明。；坎佩罗，R.J。；赫鲁晓卡，E.R。；相对聚类有效性标准：比较综述；统计分析。最小数据：2010年；第3卷，209-235·Zbl 07260245号
[58] 哈尔基迪，M。；巴蒂斯塔基斯，Y。；Vazirgiannis，M。；聚类有效性检验方法：第二部分；ACM SIGMM记录：2002年；第31卷，19-27·Zbl 0998.68154号
[59] 卢梭，P.J。；轮廓：用于解释和验证聚类分析的图形辅助工具；J.计算。申请。数学。：1987; 第20卷，第53-65页·Zbl 0636.62059号
[60] Davies，D.L。；D.W.博尔丁。；集群分离措施；IEEE传输。模式分析。机器。智力：1979; 第1卷，224-227。
[61] 比斯瓦斯，S。；艾塔，文学硕士。；达斯，S。；瓦西拉科斯公司。；评估团体咨询优化器在CEC 2014计算开销优化问题上的性能；2014年IEEE进化计算大会论文集：，1076-1083.
[62] Wilcoxon，F。；通过排名方法进行个人比较；生物。牛市：1945; 第1卷，80-83。
[63] Chehouri，A。；尤尼斯，R。；佩伦，J。；Ilinga，A。；基于违规因子的遗传算法约束处理技术；J.计算。科学：2016; 第12卷，350-362。
[64] 肯尼迪，J。；粒子群算法；机器学习百科全书：德国柏林，2011，760-766.
[65] 多里戈，M。；比拉塔里，M。；Stutzle，T。；蚁群优化；IEEE计算。智力。杂志：2006年；第1卷，28-39。
[66] Yang，X.-S。；萤火虫算法、随机测试函数和设计优化；国际生物学杂志。计算：2010; 第2卷，78-84。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。