聚类是将数据分类到不同的类的一个过程,使同一个类中的对象有较大的相似性,不同类的个体有较大的差异性。本文提出一种改进的基于MST的聚类算法。该算法能更准确地确定不一致边,较好地符合人类视觉感知过程;聚类有效性表明该算法可提高聚类的效果;在信息分类与识别方面具有一定的应用价值。
针对简单遗传算法采用固定的交叉概率和变异概率不能总是满足当前种群的需要,影响算法的性能及效率,采用自适应的交叉概率和变异概率,且将并行技术与遗传算法相结合,提出自适应并行遗传算法,用于泊松曲线沉降预测模型的优化。实验结果表明,该算法为泊松曲线沉降预测模型的参数估计提供了一种有效的方法。