论文研究精英遗传Kmedoids聚类算法.pdf

针对K-medoids算法易陷入局部最优和聚类结果不稳定的问题，提出了一种精英遗传K-medoids聚类算法。该算法使用精英策略来控制遗传操作的整体进化方向；根据种群的平均适应度引入若干随机个体来提高种群多样性，从而在一定程度上减少了遗传算法的早熟现象。为了提高进化效率，该算法设计出一种新的交叉方式；为了保证交叉变异结果的优秀性，该算法引入了一种竞争机制。8个数据集的仿真实验表明，该算法在提高聚类准确率的同时，聚类结果的稳定性也有所提高。