文摘
英文文摘
致谢
1 引言
1.1聚类的意义
1.2聚类有效性的评价指标
1.3 自动聚类的意义和现状
1.4进化规划算法
1.5本文的工作
2 聚类算法与聚类有效性
2.1聚类算法
2.1.1聚类算法的分类
2.1.2 K均值聚类算法
2.1.3模糊C均值聚类算法
2.2聚类有效性
2.2.1聚类有效性的意义
2.2.2几种重要的模糊聚类有效性指标
3 进化计算与进化规划算法
3.1进化计算
3.1.1进化计算的基本框架
3.1.2进化计算的特点
3.1.3进化计算的应用
3.2进化规划算法
3.2.1进化规划的组成与主要特点
3.2.2单点变异进化规划算法
4 基于进化规划的聚类算法
4.1基于进化规划的K均值聚类算法
4.2基于进化规划的模糊C均值自动聚类算法
4.2.1自动聚类的研究意义与现状
4.2.2算法的基本思想
4.2.3算法的步骤
5 KEP算法的实验结果与分析
5.1实验数据
5.2实验结果
6 EPFCM算法的实验结果与分析
6.1实验数据
6.2实验结果
6.2.1聚类效果
6.2.2类数的动态变化
6.2.3聚类有效性值的动态变化
6.3算法的性能分析
7 结束语
7.1总结
7.2下一步工作
参考文献
作者简历
独创性声明及学位论文版权使用授权书