计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2012年
7期
2484-2487
,共4页
禤世丽%杨秋叶%张超英%禤浚波
禤世麗%楊鞦葉%張超英%禤浚波
훤세려%양추협%장초영%훤준파
基因聚类%K-means算法%粒子对%差分进化%混合算法
基因聚類%K-means算法%粒子對%差分進化%混閤算法
기인취류%K-means산법%입자대%차분진화%혼합산법
针对粒子对算法存在过早陷入局部最优导致聚类精度不高以及聚类结果对初始粒子比较敏感等问题,提出了一种新的基于粒子对(PPO)与差分进化(DE)混合算法.该混合算法结合PPO和DE的优点,根据一定的迭代次数在精英粒子对迭代过程中引入DE算法,借助DE算法的全局收敛能力避免PPO算法过早陷入局部最优的缺点,并借助K-means快速聚类的结果和PSO聚类结果初始化粒子位置,提高初始粒子的质量从而提高聚类结果精度.将混合算法应用于真实的基因表达数据,实验结果表明,混合算法比K-means和PPO算法具有更好的聚类结果和稳定性.
針對粒子對算法存在過早陷入跼部最優導緻聚類精度不高以及聚類結果對初始粒子比較敏感等問題,提齣瞭一種新的基于粒子對(PPO)與差分進化(DE)混閤算法.該混閤算法結閤PPO和DE的優點,根據一定的迭代次數在精英粒子對迭代過程中引入DE算法,藉助DE算法的全跼收斂能力避免PPO算法過早陷入跼部最優的缺點,併藉助K-means快速聚類的結果和PSO聚類結果初始化粒子位置,提高初始粒子的質量從而提高聚類結果精度.將混閤算法應用于真實的基因錶達數據,實驗結果錶明,混閤算法比K-means和PPO算法具有更好的聚類結果和穩定性.
침대입자대산법존재과조함입국부최우도치취류정도불고이급취류결과대초시입자비교민감등문제,제출료일충신적기우입자대(PPO)여차분진화(DE)혼합산법.해혼합산법결합PPO화DE적우점,근거일정적질대차수재정영입자대질대과정중인입DE산법,차조DE산법적전국수렴능력피면PPO산법과조함입국부최우적결점,병차조K-means쾌속취류적결과화PSO취류결과초시화입자위치,제고초시입자적질량종이제고취류결과정도.장혼합산법응용우진실적기인표체수거,실험결과표명,혼합산법비K-means화PPO산법구유경호적취류결과화은정성.
