西安理工大学学报
西安理工大學學報
서안리공대학학보
JOURNAL OF XI'AN UNIVERSITY OF TECHNOLOGY
2008年
4期
390-394
,共5页
人工免疫系统%粒子群优化算法%动态聚类%收敛性
人工免疫繫統%粒子群優化算法%動態聚類%收斂性
인공면역계통%입자군우화산법%동태취류%수렴성
模糊C-均值聚类算法受初始化影响较大,在迭代时容易陷入局部极小值.将粒子群优化算法与模糊C-均值聚类算法相结合,提出一种新颖的动态聚类算法.该算法利用人工免疫思想改进粒子群优化过程,在很大程度上避免了粒子群算法和聚类算法早熟现象的发生,全局搜索能力和局部搜索能力优于同类算法.利用聚类理论中的经验规则kmax≤n 来确定聚类数k的搜索范围,在最优粒子基础上进化新一级种群,该方案可有效提高算法的收敛速度.两组数据的仿真实验表明,新算法优于传统模糊C-均值聚类算法,具有收敛速度快和解的精度高的特点.
模糊C-均值聚類算法受初始化影響較大,在迭代時容易陷入跼部極小值.將粒子群優化算法與模糊C-均值聚類算法相結閤,提齣一種新穎的動態聚類算法.該算法利用人工免疫思想改進粒子群優化過程,在很大程度上避免瞭粒子群算法和聚類算法早熟現象的髮生,全跼搜索能力和跼部搜索能力優于同類算法.利用聚類理論中的經驗規則kmax≤n 來確定聚類數k的搜索範圍,在最優粒子基礎上進化新一級種群,該方案可有效提高算法的收斂速度.兩組數據的倣真實驗錶明,新算法優于傳統模糊C-均值聚類算法,具有收斂速度快和解的精度高的特點.
모호C-균치취류산법수초시화영향교대,재질대시용역함입국부겁소치.장입자군우화산법여모호C-균치취류산법상결합,제출일충신영적동태취류산법.해산법이용인공면역사상개진입자군우화과정,재흔대정도상피면료입자군산법화취류산법조숙현상적발생,전국수색능력화국부수색능력우우동류산법.이용취류이론중적경험규칙kmax≤n 래학정취류수k적수색범위,재최우입자기출상진화신일급충군,해방안가유효제고산법적수렴속도.량조수거적방진실험표명,신산법우우전통모호C-균치취류산법,구유수렴속도쾌화해적정도고적특점.
