传感器网络分布式免疫遗传聚类算法研究

摘要

本文研究无线传感器网络数据的聚类分析问题.针对传统k-means对初始聚类中心敏感和易于陷入局部次优解的缺点,提出一种基于传感器网络的分布式免疫遗传k-means聚类算法.该算法将聚类中心作为染色体,通过遗传算法来优化传统k-means聚类算法的初始聚类中心,将免疫算法的选择操作引入染色体的遗传进化中,使染色体的浓度和适应度共同对其在进化中被选择产生影响,实现了染色体种群的多样性保持机制和自我调节功能,将搜索工作引向全局最优,较好地解决了k-means算法的早熟现象问题.实验结果证明,本文算法改进了数据的聚类划分效果,能够把聚类结果快速收敛至全局最优,聚类准确率较高.