应用科技
應用科技
응용과기
YING YONG KE JI
2011年
12期
25-28
,共4页
陶新民%徐鹏%张冬雪%郝思媛
陶新民%徐鵬%張鼕雪%郝思媛
도신민%서붕%장동설%학사원
聚类分析%K均值算法%粒子群优化算法%群体智能
聚類分析%K均值算法%粒子群優化算法%群體智能
취류분석%K균치산법%입자군우화산법%군체지능
针对K均值算法的搜索结果依赖于初始聚类中心以及粒子群算法早熟收敛的缺点,提出了一种基于K均值的带变异粒子群聚类算法.该算法通过粒子群算法来弥补K均值算法的不足,根据粒子的收敛情况判断K均值操作的时机,提高了搜索性能,并采用变异操作来跳出局部极值.分别用K均值算法、PSO-K均值算法和该算法对3种实际数据进行了聚类测试,实验结果的比较表明,该算法可以跳出局部极值,找到比其他2种算法更好的解,有更好的寻优效率并且更加稳定.
針對K均值算法的搜索結果依賴于初始聚類中心以及粒子群算法早熟收斂的缺點,提齣瞭一種基于K均值的帶變異粒子群聚類算法.該算法通過粒子群算法來瀰補K均值算法的不足,根據粒子的收斂情況判斷K均值操作的時機,提高瞭搜索性能,併採用變異操作來跳齣跼部極值.分彆用K均值算法、PSO-K均值算法和該算法對3種實際數據進行瞭聚類測試,實驗結果的比較錶明,該算法可以跳齣跼部極值,找到比其他2種算法更好的解,有更好的尋優效率併且更加穩定.
침대K균치산법적수색결과의뢰우초시취류중심이급입자군산법조숙수렴적결점,제출료일충기우K균치적대변이입자군취류산법.해산법통과입자군산법래미보K균치산법적불족,근거입자적수렴정황판단K균치조작적시궤,제고료수색성능,병채용변이조작래도출국부겁치.분별용K균치산법、PSO-K균치산법화해산법대3충실제수거진행료취류측시,실험결과적비교표명,해산법가이도출국부겁치,조도비기타2충산법경호적해,유경호적심우효솔병차경가은정.
