[發明專利]一種基于模糊聚類迭代與投影尋蹤的最優方案遴選方法在審
| 申請號： | 201811184450.5 | 申請日： | 2018-10-11 |
| 公開（公告）號： | CN109308496A | 公開（公告）日： | 2019-02-05 |
| 發明（設計）人： | 趙嘉;付雪峰;譚德坤;欒輝;汪佳佳;樊棠懷 | 申請（專利權）人： | 南昌工程學院 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 西安銘澤知識產權代理事務所(普通合伙) 61223 | 代理人： | 李振瑞 |
| 地址： | 330099 江西省南*** | 國省代碼： | 江西;36 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 迭代 投影 模糊聚類 運算 聚類 樣本 進化 接收操作 聚類中心 數據聚類 運算過程 智能設定 終止條件 窗寬 向量 尋優 平行 避開 評判 輸出 融合 挖掘 優化 保證 | ||
1.一種基于模糊聚類迭代與投影尋蹤的最優方案遴選方法，其特征在于：該方法的具體步驟如下：
S1：針對樣本集中的每個個體進行適度評判，尋找最優對象；
S2：對兩個空間平行進化，其中主體群空間進化規則為混沌差分進化算法，信念空間采用基于分段線性混沌映射的混沌搜索進行進化；
S3：將主體群空間和信念空間互補融合后，若進化指數達到設定值的整倍數時，則進行接收操作和影響操作；
S4：當運算終止條件達到時，停止運算，否則迭代次數加1，繼續運算；
S5：按照樣本件距離最短遴選出最優的方案輸出。
2.根據權利要求1所述的一種基于模糊聚類迭代與投影尋蹤的最優方案遴選方法，其特征在于：所述步驟S2中，分段線性混沌映射的表達式如下：式中，r為控制參數。
3.根據權利要求1所述的一種基于模糊聚類迭代與投影尋蹤的最優方案遴選方法，其特征在于：所述步驟S2中，混沌差分進化算法的具體流程如下：假設有樣本集X＝{X1,X2,…XN}T,每個Xj有M維指標，令Xj＝{x1j,x2j,…,xMj}，由模糊化理論得出，矩陣X轉化成標準指標矩陣R，即Rij(ximax-xij)/(ximax-ximin)，式中，ximax、ximin分別是指標i的最大值和最小值，為了得到最優隸屬矩陣U和最優聚類中心矩陣S，將聚類目標使樣本空間的加權廣義歐式距離平方和最小，其目標函數為其中uhi表示xi對第h類中的隸屬度，ωi是指標i的權重，rij是標準化后的樣本j第i項指標的特征值，sih在類別h中的聚類中心。
4.根據權利要求1所述的一種基于模糊聚類迭代與投影尋蹤的最優方案遴選方法，其特征在于：所述步驟S3中，接收操作的具體流程如下：假設信念空間的大小為M,當進行接收操作時，主體群空間將當前適應度值最高的M個解提供給信念空間，信念空間通過對比適應度值高低，取最優的M個個體替換原空間中適應度值較小個體。
5.根據權利要求1所述的一種基于模糊聚類迭代與投影尋蹤的最優方案遴選方法，其特征在于：所述步驟S3中，影響操作的具體流程如下：當運行影響操作時，信念空間選擇適應度值最高的0.5M個個體來取代主群體空間中適應度值較低的個體。
6.根據權利要求1所述的一種基于模糊聚類迭代與投影尋蹤的最優方案遴選方法，其特征在于：所述步驟S3中，采用投影值標準差作為S(y)表征類間距離，采用樣本與聚類中心間的加權廣義歐氏距離平方和作為D(y)來表征類內樣本密度，該投影值無需選擇密度窗寬參數，通過求解最小化投影指標函數值即min{QF(a)}來得到最優投影方向向量，即
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南昌工程學院，未經南昌工程學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811184450.5/1.html，轉載請聲明來源鉆瓜專利網。
