何塞·安德烈·布里托;古斯塔沃·塞曼;奥古斯托·法德尔 针对（k）-medoids聚类问题的有效BRKGA算法。 （英文） Zbl 1500.90055号 RAIRO，运营。物件。 56，第4期，3137-3153（2022）. 摘要：针对（k）-medoids聚类问题，提出了一种有偏随机密钥遗传算法。实现了一种新的启发式算子，并将其与并行化的局部搜索过程相结合。对50个小、中、大尺寸的文献数据集进行了实验，考虑了多个簇，结果表明，该算法优于其他8种算法，例如经典的PAM和CLARA算法。此外，利用线性整数规划公式的结果，我们发现我们的算法在大多数情况下都获得了全局最优解，尽管它具有随机性，但在获得的解的质量和生成此类解所需的代数方面表现出了稳定性。此外，考虑到算法产生的解（聚类），应用了相对验证指数（平均轮廓），再次观察到我们的方法表现良好，生成了结构良好的聚类。 MSC公司： 90C27型 组合优化 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：\（k\）-medoids类;优化;元启发式;数学规划 PDF格式BibTeX公司 XML格式引用 \textit{J.A.Brito}等人，RAIRO，Oper。第56号决议，第4号，3137--3153（2022年；Zbl 1500.90055） 全文： 内政部