计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2011年
16期
167-169
,共3页
聚类算法%协同算法%粒子群优化%遗传算法%双种群
聚類算法%協同算法%粒子群優化%遺傳算法%雙種群
취류산법%협동산법%입자군우화%유전산법%쌍충군
为充分发挥粒子群优化算法和遗传算法各自的优势,提出一种新的基于粒子群和遗传算法的协同进化算法,并将其应用于聚类分析.通过构建2个相互竞争的种群,采用相对适应度度量方法,在一个纯自举的过程中产生最优竞争个体.在现实世界数据集上的仿真实验表明,该算法在收敛精度方面优于基于遗传算法的聚类方法和基本粒子群优化聚类算法.
為充分髮揮粒子群優化算法和遺傳算法各自的優勢,提齣一種新的基于粒子群和遺傳算法的協同進化算法,併將其應用于聚類分析.通過構建2箇相互競爭的種群,採用相對適應度度量方法,在一箇純自舉的過程中產生最優競爭箇體.在現實世界數據集上的倣真實驗錶明,該算法在收斂精度方麵優于基于遺傳算法的聚類方法和基本粒子群優化聚類算法.
위충분발휘입자군우화산법화유전산법각자적우세,제출일충신적기우입자군화유전산법적협동진화산법,병장기응용우취류분석.통과구건2개상호경쟁적충군,채용상대괄응도도량방법,재일개순자거적과정중산생최우경쟁개체.재현실세계수거집상적방진실험표명,해산법재수렴정도방면우우기우유전산법적취류방법화기본입자군우화취류산법.
