[发明专利]一种基于模糊演化计算的文本聚类方法

权利要求书

1.一种基于模糊演化计算的文本聚类方法，其特征在于，其包括：

A、在搜索空间中对每个聚类的解决方案以染色体的形式进行编码，其中每条染色体由位于不同基因位的基因组成；

B、随机建立前述染色体的初始种群并计算种群中每一染色体的适应度；

C、对上述种群进行模糊演化计算，包括：

C1、利用期望值模型选择初始种群中适应度高的染色体后，将适应度高的染色体复制到后续种群中；

C2、计算初始种群中每条染色的交叉概率并通过随机数字生成器来确定每条染色体是否为需要交叉的染色体，之后将需要交叉的每两条染色体的相同基因位进行单点或多点交叉以形成新的染色体，并放入所述后续种群中；

C3、计算初始种群中每条染色体的变异概率并通过随机数字生成器来确定每条染色体是否为需要变异的染色体，之后将需要变异的染色体进行基因变异以产生新的染色体个体，并将新的染色体放入所述后续种群中；和

C4、计算上述步骤演化的后续种群的最佳染色体的适应度；和

D、根据后续种群的最佳染色体的适应度来判断是否演化过程结束，若演化过程结束，完成文本聚类，否则用后续种群作为初始种群并计算每条新产生染色体的适应度后返回步骤C继续迭代。

2.根据权利要求1所述的基于模糊演化计算的文本聚类方法，其特征在于，所述步骤D中判断演化过程结束的条件为当后续种群的最佳染色体的适应度经过连续预定的迭代次数均未提高。

3.根据权利要求1所述的基于模糊演化计算的文本聚类方法，其特征在于，所述适应度定义为：

fit(xi)=1/DB=KΣi=1KRi]]>

其中，DB为Davies-Bouldin索引，K为种群中聚类的个数，这里d_ij为聚类C_i和聚类C_j之间的距离，具体定义为：

d_i，j＝sim_cos(z_i，z_j)

其中，z_i和z_j分别为聚类C_i和聚类C_j的中心；这里S_i为第i个聚类的内部对象平均分布，具体定义为：

Si=1|Ci|Σx∈Cisimcos(x,zi)]]>

其中|C_i|代表聚类C_i中对象的个数。那么，S_i表示聚类C_i中所有对象与其中心z_i间相似性(Cosine值)的平均值。