基于自适应权重的粒子群和K均值混合聚类算法研究

被引：15

作者：

刘悦婷

李岚

机构：

[1] 甘肃联合大学电子信息工程学院

来源：

甘肃科学学报 | 2010年 / 22卷 / 04期

关键词：

聚类分析; 自适应权重; K均值; 粒子群优化算法; 适应度方差;

D O I：

10.16468/j.cnki.issn1004-0366.2010.04.036

中图分类号：

TP301.6 [算法理论];

学科分类号：

080201 [机械制造及其自动化];

摘要：

针对K均值聚类算法存在的缺点,提出了一种基于自适应权重的粒子群优化(PSO)和K均值混合聚类算法.该算法在运行过程中通过引入非线性动态惯性权重系数,提高了混合聚类算法全局搜索能力和局部改良能力,并根据群体的适应度方差来确定K均值算法操作时机,增强算法局部搜索能力的同时缩短了收敛时间.将该算法与K均值聚类算法、基本PSO聚类算法和基于传统的粒子群K均值聚类算法进行比较,表明该算法不仅能有效地克服陷入局部最优,而且全局收敛能力和收敛速度都有所提高.

引用

页码：106 / 109

页数：4

共 6 条

[1]

Genetic algorithm-based clustering technique [J].