基于粒子對和極值優化的基因聚類混合算法研究

摘要：針對粒子對算法存在過早陷入局部最優導致精度不是很高的問題，建議了一種新的基于粒子對(PPO)與極值優化(EO)混合算法。該算法利用PPO和EO的優點，借助K—means快速聚類的結果初始化其中一個粒子，并根據一定迭代次數在精英粒子對的迭代過程中引入EO算法，在保證算法收斂的同時避免后期過早陷入局部最優，從而提高聚類結果的精度。將混合算法應用于真實的基因表達數據。實驗結果表明，混合算法比K—means和粒子對算法具有更好的聚類精度和穩定性。