四川理工学院学报（自然科学版）
四川理工學院學報（自然科學版）
사천리공학원학보（자연과학판）
JOURNAL OF SICHUAN UNIVERSITY OF SCIENCE & ENGINEERING(NATURAL SCIENCE EDITION)
2014年
5期
64-67
,共4页
差分进化%聚类%K-means%动态交叉算子
差分進化%聚類%K-means%動態交扠算子
차분진화%취류%K-means%동태교차산자
K-means聚类算法简单,收敛速度快,但是聚类算法的结果很容易受到初始聚类种群的影响,往往导致局部最优.差分进化算法具有很强的全局收敛能力和鲁棒性,但其收敛速度较慢.为此,将K-means聚类算法和差分进化算法相结合,提出一种基于K-means的改进差分进化聚类算法.该算法设置在一定范围内随迭代次数动态增加的交叉算子,以使算法在迭代过程中先进行全局搜索,再进行局部搜索,这样有助于平衡算法的全局寻优和局部搜索能力,并且加快了算法的收敛速度.最后,通过实验测试了算法的有效性.
K-means聚類算法簡單,收斂速度快,但是聚類算法的結果很容易受到初始聚類種群的影響,往往導緻跼部最優.差分進化算法具有很彊的全跼收斂能力和魯棒性,但其收斂速度較慢.為此,將K-means聚類算法和差分進化算法相結閤,提齣一種基于K-means的改進差分進化聚類算法.該算法設置在一定範圍內隨迭代次數動態增加的交扠算子,以使算法在迭代過程中先進行全跼搜索,再進行跼部搜索,這樣有助于平衡算法的全跼尋優和跼部搜索能力,併且加快瞭算法的收斂速度.最後,通過實驗測試瞭算法的有效性.
K-means취류산법간단,수렴속도쾌,단시취류산법적결과흔용역수도초시취류충군적영향,왕왕도치국부최우.차분진화산법구유흔강적전국수렴능력화로봉성,단기수렴속도교만.위차,장K-means취류산법화차분진화산법상결합,제출일충기우K-means적개진차분진화취류산법.해산법설치재일정범위내수질대차수동태증가적교차산자,이사산법재질대과정중선진행전국수색,재진행국부수색,저양유조우평형산법적전국심우화국부수색능력,병차가쾌료산법적수렴속도.최후,통과실험측시료산법적유효성.
