丁 辉 胡 芬

(四川师范大学数学与软件科学学院，四川 成都 610066)(长江职业学院公共课部，湖北 武汉 430074)

2013-09-10

丁辉(1983-)，男，硕士生，现主要从事算法设计方面的研究工作。

胡芬(1982-)，女，硕士，讲师，现主要从事概率统计方面的教学与研究工作；E-mail:644107401@qq.com。

一种基于粒子群优化的顶点着色聚类算法及其应用

丁 辉 胡 芬

(四川师范大学数学与软件科学学院，四川 成都 610066)(长江职业学院公共课部，湖北 武汉 430074)

针对数据挖掘中的聚类问题，提出一种基于粒子群优化的顶点着色聚类算法。根据修改粒子群算法中参数值，扩展种群的搜索范围，增强整个群体聚类效果，用顶点着色算法进行进一步聚类。将改进的聚类算法应用于识别阿尔兹海默病(Alzheimer’s disease)候选基因中，识别出了一些真实的候选基因(Somatostatin, GABRA1,MOG)。

粒子群优化；顶点着色；聚类算法； 阿尔兹海默病

粒子群优化(Particle Swarm Optimization, PSO)算法是一种基于群体智能的具有全局寻优能力的优化工具，通过群体中粒子间的合作与竞争产生的群体智能指导优化搜索，每代种群中的解具有“自我”学习提高和向“他人”学习的优点，能够得到较优解[1-2]。PSO算法的基本属性是：①基于一个随机初始化种群；②通过反复迭代寻找最优解；③基于当、前代的信息更新。粒子群优化算法具有并行处理特性，鲁棒性好，粒子只通过内部速度进行更新，因此原理更简单、参数更少、实现更容易[3]。但是，在算法运行过程中，粒子易陷入局部最优，会出现早熟收敛现象。此外，PSO算法聚类技术必须要提前指定所要得到的聚类数目，而在很多实际情况下，最佳的聚类数目是预先未知的。……