论文部分内容阅读
采用实数编码方式，对聚类的中心矩阵进行编码，通过数组变换将染色体与相应聚类中心的数组进行匹配，通过轮赌选择和自适应的交叉、变异操作及均值小生境的种群优化对聚类中心的编码进行更新迭代，最终得到稳态的聚类误差函数和划分效果最好的聚类中心．然后通过对某基地的甘蔗品种进行分析、比较，分析的误差函数结果显示，Ringa K-Means改进的聚类效果明显优于传统的K-Means方法及Sga-K-Means方法的聚类效果．