差分进化算法的改进及其在K-means聚类算法中的应用
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-15页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究内容与技术路线 | 第14-15页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 技术路线 | 第14-15页 |
| 2 相关理论综述 | 第15-40页 |
| 2.1 差分进化算法综述 | 第15-29页 |
| 2.1.1 引言 | 第15页 |
| 2.1.2 差分进化算法几个重要操作的解释 | 第15页 |
| 2.1.3 差分进化算法基本原理 | 第15-21页 |
| 2.1.4 差分进化算法参数研究 | 第21-26页 |
| 2.1.5 差分进化算法收敛性分析 | 第26-27页 |
| 2.1.6 差分进化算法的比较分析 | 第27-29页 |
| 2.1.7 小结 | 第29页 |
| 2.2 K-means聚类算法综述 | 第29-40页 |
| 2.2.1 引言 | 第29页 |
| 2.2.2 K-means聚类算法基本原理 | 第29-31页 |
| 2.2.3 类间测度函数 | 第31-32页 |
| 2.2.4 相似度的度量 | 第32-34页 |
| 2.2.5 指标函数 | 第34-36页 |
| 2.2.6 K-means聚类算法的比较分析 | 第36-39页 |
| 2.2.7 小结 | 第39-40页 |
| 3 DE算法的改进 | 第40-55页 |
| 3.1 引言 | 第40页 |
| 3.2 改进思路 | 第40-42页 |
| 3.2.1 参数的优化 | 第40-41页 |
| 3.2.2 进化策略的改进 | 第41-42页 |
| 3.3 基于两阶段变异交叉策略的DE算法 | 第42-54页 |
| 3.3.1 反向混沌搜索的种群初始化 | 第43页 |
| 3.3.2 两阶段变异交叉策略 | 第43-46页 |
| 3.3.3 算法实现过程 | 第46-47页 |
| 3.3.4 函数仿真 | 第47-53页 |
| 3.3.5 结果分析 | 第53-54页 |
| 3.4 小结 | 第54-55页 |
| 4 TMDE算法在K-means聚类算法中的应用 | 第55-65页 |
| 4.1 引言 | 第55页 |
| 4.2 K-means聚类算法主要缺陷及分析 | 第55-56页 |
| 4.3 K-means聚类改进算法 | 第56-64页 |
| 4.3.1 个体表示形式 | 第56-57页 |
| 4.3.2 种群初始化 | 第57页 |
| 4.3.3 算法的详细实现过程 | 第57-58页 |
| 4.3.4 函数仿真 | 第58-63页 |
| 4.3.5 结果分析 | 第63-64页 |
| 4.4 小结 | 第64-65页 |
| 5 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 附录 | 第73-83页 |
| 附录1 本文部分代码 | 第73-82页 |
| 附录2 攻读硕士学位期间的论文工作 | 第82-83页 |
| 致谢 | 第83页 |
