摘要

随着信息技术不断发展,数据挖掘技术成为信息决策领域最前沿和最活跃的研究方向之一。作为数据挖掘的一种强有力的分析工具,聚类分析得到了人们的广泛关注。现实中的许多数据信息是十分复杂的,数据集的类别数目事先无法确定或很难得到,在这种情况下,自动聚类算法应运而生。聚类可以看成是一个优化问题,这就意味着可以用不同的优化方法来解决。 基于上述的背景,本文分别提出了一种基于单目标优化的免疫自动聚类算法和基于多目标优化的免疫自动聚类算法,另外,在研究多目标自动聚类之前,我们还对动态环境下的多目标优化算法做了深入研究,并提出了一种新的动态多目标优化算法。本文具体工作如下: 1.提出了一种基于动态局部...