一种改进型基因表达式编程-模糊C均值作物数据分类方法

摘要

本发明公开了一种改进型基因表达式编程‑模糊C均值作物数据分类方法，使用自定义的相似度衡量计算公式并结合信息熵，计算作物数据属性的权值向量；使用加权的距离计算公式替代传统的欧式距离，并将基因表达式编程与模糊C均值算法相结合求出最佳的聚类中心对作物数据进行分类。本发明一方面能够更好地对作物数据间的距离进行衡量，大大提高分类结果的准确率；另一方面，能够以更少的迭代次数获得最佳的分类结果。

主权项

一种改进型基因表达式编程‑模糊C均值作物数据分类方法，其特征是按如下步骤进行：步骤1：将待分类的作物数据集合记为X＝{x₁,x₂,…,x_i,…,x_n}；x_i表示第i个作物数据；且x_i＝{x_i1,x_i2,…,x_ik,…,x_ip}；x_ik表示第i个作物数据的第k个属性；1≤i≤n；1≤k≤p；利用式(1)计算第i个作物数据x_i与第j个作物数据x_j之间的相似度s_i,j：$s_{i,j}=e^{-\frac{d(x_i,x_j)}{p\times {\mu }_{i,j}}}---\left(1\right)$式(1)中，μ_i,j表示第i个作物数据x_i与第j个作物数据x_j之间的标准偏差；p表示作物数据属性的个数；d(x_i,x_j)表示第i个作物数据x_i与第j个作物数据x_j之间的距离，并有：$d(x_i,x_j)=\sqrt{\underset{e=1}{\overset{p}{\Sigma }}{(x_{ie},x_{je})}^m}---\left(2\right)$式(2)中，m＝2或3；x_ie表示第i个作物数据的第e个属性；x_je表示第j个作物数据的第e个属性；步骤2、利用式(3)计算第i个作物数据x_i与第j个作物数据x_j之间的信息熵H_i,j：$H_{i,j}=-\frac{1}{ln2}[s_{i,j}\times {\mathrm{lns}}_{i,j}+(1-s_{i,j})\times ln(1-s_{i,j})]---\left(3\right)$步骤3、利用式(4)计算作物数据集合X的平均信息熵H：$H=\frac{1}{n^2}\underset{i=1}{\overset{n}{\Sigma }}\underset{j=1}{\overset{n}{\Sigma }}{H}_{i,j}---\left(4\right)$步骤4、定义变量K，并初始化K＝1；令k＝1；步骤5、从所述作物数据集合X中删除n个作物数据中的第k个属性；从而获得第K次更新的作物数据集合X^(K)；步骤6、计算所述第K次更新的作物数据集合X^(K)的平均信息熵H^(K)，并求出Δ^(K)＝H‑H^(K)；以Δ^(K)作为权值向量的第K个值ω_K；步骤7、判断k＞p是否成立，若成立，则表示获得权值向量ω；否则，将k+1赋值给k；K+1赋值给K后，返回步骤5顺序执行；步骤8、参数设置：定义种群大小为S、最大迭代次数为θ、进化次数为l；初始化h、S和θ均为正整数；l＝0；步骤9、随机生成由S个个体组成的初始种群；定义个体结构是由适应度值和基因组成；所述基因划分为基因头部和基因尾部；所述基因头部是由函数符号集F＝{∩,∪}中随机获得长度为h的函数符，所述基因尾部是由所述作物数据集合X中随机获得；初始适应度值设置为0；步骤10、适应度计算：步骤10.1、对第l代的S个个体中任意第s个个体的基因进行解码，获得第l代第s个个体的c个聚类中心，记为表示第l代第s个个体的第r个聚类中心；且表示第l代第s个个体的第r个聚类中心的第t个属性；1≤r≤c；1≤t≤p；利用式(5)获得第i个作物数据x_i到第l代第s个个体的第r个聚类中心之间的加权距离$D_{ri}^{\left(s\right)\left(l\right)}=\sqrt{\underset{t=1}{\overset{p}{\Sigma }}{({\omega }_t{x}_{it},v_{rt}^{\left(s\right)\left(l\right)})}^m}---\left(5\right)$步骤10.2、利用式(6)获得第i个作物数据x_i对第l代第s个个体的第r个聚类中心的隶属度从而获得第l代第s个个体的隶属度矩阵$U_{ri}^{\left(s\right)\left(l\right)}=1/\underset{z=1}{\overset{c}{\Sigma }}{(D_{ri}^{\left(s\right)\left(l\right)}/D_{zi}^{\left(s\right)\left(l\right)})}^{\frac{2}{m-1}}---\left(6\right)$步骤10.3、利用式(7)获得第l代第s个个体的适应度值$F_s^{\left(l\right)}=1/\underset{i=1}{\overset{n}{\Sigma }}\underset{r=1}{\overset{c}{\Sigma }}{\left(U_{ri}^{\left(s\right)\left(l\right)}\right)}^m{\left(D_{ri}^{\left(s\right)\left(l\right)}\right)}^2---\left(7\right)$步骤10.4、重复步骤10.1‑步骤10.3，从而获得第l代S个个体的适应度值，并标记拥有第l代最高适应度值的个体为B^(l)和第l代最低适应度值的个体为W^(l)；步骤11、遗传操作：步骤11.1、利用轮盘赌将第l代最低适应度值的个体W^(l)替换为第l代最高适应度值的个体B^(l)后的S个个体进行选择操作；步骤11.2、根据单点重组概率对完成选择操作后的第l代S个个体进行单点重组操作；步骤11.3、根据变异概率对完成单点重组操作后的第l代S个个体进行变异操作，从而获得完成变异操作后的第l代S个个体；若变异过程中任一个体基因头部的第一位出现“∩”的函数符，则重新对相应个体进行变异操作；步骤12、生成新一代种群：步骤12.1、对完成变异操作后的第l代S个个体中任意第a个个体的基因进行解码，获得第l代第a个个体的c个聚类中心，记为表示完成变异操作后的第l代第a个个体的第r个聚类中心；步骤12.2、获得第i个作物数据x_i对第l代第a个个体的第r个聚类中心的隶属度从而获得第l代第a个个体的隶属度矩阵步骤12.3、根据第l代第a个个体的隶属度矩阵对作物数据集合X划分为c类数据；步骤12.4、利用式(8)计算第l代第a个个体的c类数据中第r类数据的聚类中心$V_r^{\left(a\right)\left(l\right)}=\frac{\underset{b=1}{\overset{w}{\Sigma }}{\left(U_{rb}^{\prime \left(a\right)\left(l\right)}\right)}^m{x}_b^{\left(a\right)\left(l\right)\left(r\right)}}{\underset{b=1}{\overset{w}{\Sigma }}{\left(U_{rb}^{\prime \left(a\right)\left(l\right)}\right)}^m}---\left(8\right)$式(8)中，表示第l代第a个个体的第r类数据中第b个作物数据；且第l代第a个个体的第r类数据中共有w个作物数据；步骤12.5、重复步骤12.2‑步骤12.4，从而获得完成变异操作后的第l代第a个个体的c类数据的c个聚类中心；步骤12.6、对所述完成变异操作后的第l代第a个个体的c类数据的c个聚类中心进行编码，获得第l+1代第a个个体的基因；步骤12.7、重复步骤12.1‑步骤12.6，从而获得第l+1代S个个体的基因；步骤13、判断l+1＞θ是否成立，若成立，则执行步骤14；若不成立，则将l+1赋值给l，并返回步骤10顺序执行；步骤14、对第l+1代S个个体的基因进行适应度计算，获得拥有第l+1代最高适应度值的个体为B^(l+1)，并对第l+1代最高适应度值的个体B^(l+1)的基因进行解码，获得第l+1代个体B^(l+1)的c个聚类中心；根据第l+1代个体B^(l+1)的隶属度矩阵对作物数据集合X划分为c类数据；并将分类结果输出。