计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
35期
139-141,191
,共4页
粒子群优化%模拟退火%聚类
粒子群優化%模擬退火%聚類
입자군우화%모의퇴화%취류
particle swarm optimization%simulated annealing%clustering
提出了一种新的基于粒子群和模拟退火的聚类算法.每个粒子作为聚类问题的一个可行解组成粒子群,粒子的位置由聚类中心向量表示.为避免粒子群陷入局部最优解,结合聚类问题的实际特点,提出了利用模拟退火的概率突跳性的两个解决方案.实验结果表明,新算法增强了全空间的搜索能力,性能优于粒子群算法和传统的K-means算法,具有较好的收敛性,是一种有效的聚类算法.
提齣瞭一種新的基于粒子群和模擬退火的聚類算法.每箇粒子作為聚類問題的一箇可行解組成粒子群,粒子的位置由聚類中心嚮量錶示.為避免粒子群陷入跼部最優解,結閤聚類問題的實際特點,提齣瞭利用模擬退火的概率突跳性的兩箇解決方案.實驗結果錶明,新算法增彊瞭全空間的搜索能力,性能優于粒子群算法和傳統的K-means算法,具有較好的收斂性,是一種有效的聚類算法.
제출료일충신적기우입자군화모의퇴화적취류산법.매개입자작위취류문제적일개가행해조성입자군,입자적위치유취류중심향량표시.위피면입자군함입국부최우해,결합취류문제적실제특점,제출료이용모의퇴화적개솔돌도성적량개해결방안.실험결과표명,신산법증강료전공간적수색능력,성능우우입자군산법화전통적K-means산법,구유교호적수렴성,시일충유효적취류산법.