一种带混合进化机制的膜聚类算法

膜计算(也称为P系统或膜系统)是一种新颖的分布式、并行计算模型.为了处理数据聚类问题,提出了一种采用混合进化机制的膜聚类算法.它使用了一个由3个细胞组成的组织P系统,为一个待聚类的数据集发现最优的簇中心.其对象表示候选的簇中心,并且这3个细胞分别使用了3种不同的进化机制:遗传算子、速度-位移模型和差分进化机制.然而,所使用的速度-位移模型和差分进化机制是结合了这个特殊膜结构和转运机制所提出的改进版本.这种混合进化机制能够增强系统中对象的多样性和改善收敛性能.在混合进化机制和转运机制控制下,这种膜聚类算法能够确定一个数据集的良好划分.所提出的膜聚类算法在3个人工数据集和5个真实数据集上被评估,并与k-means和几种进化聚类算法进行比较.统计显著性测试建立了所提出的膜聚类算法的优势.

基于种群动态膜系统的大熊猫种群模型

大熊猫谱系数据是研究大熊猫种群动态性的重要数据基础,因此从保护大熊猫的角度考虑,大熊猫生态系统的数据建模具有重要意义。针对该问题提出了一种使用种群动态膜系统对大熊猫生态系统进行数据建模的方法。基于中国动物园协会已发布的大熊猫谱系数据从大熊猫个体行为上来模拟研究中国大熊猫保护研究中心圈养大熊猫种群特征,详细分析繁殖参数的变化规律并加入野放模块,设计了一个符合其特点的具有两层嵌套膜结构、对象集合和一系列进化规则的种群动态膜系统。在该膜系统的仿真实验中得到的全体大熊猫仿真结果与实际数据的相对误差最大不超过±4.13%,基本控制在±2.7%以内。实验结果验证了该计算模型的有效性和正确性,能够模拟预测大熊猫种群的变化趋势,给管理者的决策提供依据。