×

使用进化算法优化生态数据簇的互信息。 (英语) 兹比尔1170.90534

摘要:澳大利亚河流评估系统(AusRivAS)是一个全国性的项目,旨在评估澳大利亚河流和溪流的健康状况。为了进行河流健康评估,AusRivAS方法将聚类分析结果应用于多个不同地点的大型无脊椎动物数据。目前,聚类步骤是使用统计未加权对组算术平均(UPGMA)方法进行的。这种方法的一个潜在缺点是,它使用线性性能度量来分组相似的数据点。最近开发的一种生态数据聚类方法(MIR-max)通过使用互信息作为性能度量克服了这一限制。然而,MIR-max使用爬山方法优化相互信息,这可能会陷入搜索空间的局部最优。本文研究了使用进化算法(EA)(如遗传算法和蚁群优化算法)最大化生态数据簇互信息的潜力。将基于MIR-max和EA的方法应用于南澳大利亚联合季节浅滩AusRivAS数据,并将所得结果与UPGMA方法所得结果进行了比较。结果表明,使用MIR-max和基于EA的方法获得的聚类的总体互信息值显著高于使用UPGMA方法获得的互信息值,与所考虑的案例研究中使用MIR-max获得的簇相比,使用遗传和蚁群优化算法成功地确定了具有更高总体互信息值的簇。

MSC公司:

90 C90 数学规划的应用
90 C59 数学规划中的近似方法和启发式
62页第12页 统计在环境和相关主题中的应用

软件:

群集查找
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] H.F.Dallas,《河流大型无脊椎动物生态参考条件的推导》,载《南方水域生态研究与咨询》,2000年;H.F.Dallas,《河流大型无脊椎动物生态参考条件的推导》,载于:《南方水域生态研究与咨询》,2000年
[2] Davies,P.E.,《澳大利亚国家河流生物评估系统(AUSRIVAS)的开发》,(Wright,J.F.;Sytcliffe,D.W.;Furse,M.T.,《淡水生物质量评估:RIVPACS和其他技术》(2000年),淡水生物协会:淡水生物协会Ambleside,英国),113-124
[3] 霍金斯,C.P。;诺里斯·R·H。;Houge,J.N。;Feminella,J.W.,用于测量溪流生物完整性的预测模型的开发和评估,《生态学应用》,10,5,1456-1477(2000)
[4] 医学硕士奥康纳。;Walley,W.J.,《河流污染诊断系统(RPDS)——基于计算机的生物监测数据分析和可视化》,《水科学与技术》,46,3,17-23(2002)
[5] 威利,W.J。;O'Connor,M.A.,《生态数据解释的非监督模式识别》,《生态建模》,146219-230(2001)
[6] P.E.Davies,《河流生物评估手册》,摘自:国家河流过程和管理计划,监测河流健康倡议,1994年;P.E.Davies,《河流生物评估手册》,摘自:国家河流过程和管理计划,监测河流健康倡议,1994年
[7] 考夫曼,L。;Rousseeuw,P.J.,《在数据中发现群体:聚类分析简介》(1990),John Wiley and Sons,Inc.:John Willey and Sons公司,布里斯班·Zbl 1345.62009号
[8] 弗雷泽,A.M。;Swinney,H.L.,《相互信息中奇异吸引子的独立坐标》,《物理学评论A》,33,2,1134-1140(1986)·兹比尔1184.37027
[9] Goldberg,D.E.,《搜索、优化和机器学习中的遗传算法》(1989),Addison-Wesley:Addison-Whesley Reading,MA·Zbl 0721.68056号
[10] 多里戈,M。;马尼佐,V。;Colorni,A.,《蚂蚁系统:协作蚂蚁群体的优化》,IEEE系统、人类和控制论汇刊。B部分,控制论,26,29-42(1996)
[11] Sharma,A.,《改善供水管理的季节性至年际降雨量概率预测:第1部分-系统预测器识别策略》,《水文学杂志》,239232-239(2000)
[12] 多里戈,M。;Di Caro,G。;Gambardella,L.M.,离散优化的蚂蚁算法,人工生命,5137-172(1999)
[13] 布伦海默,B。;Hartl,R.F。;Strauss,C.,车辆路径问题的改进蚂蚁系统算法,《运筹学年鉴》,89,319-328(1999)·Zbl 0937.90125号
[14] Stützle,T。;Hoos,H.H.,MAX-MIN蚂蚁系统,未来一代计算机系统,16889-914(2000)
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。