10.3969/j.issn.1000-3428.2009.08.014
基于免疫进化粒子群优化的动态聚类算法
针对粒子群优化算法和传统聚类算法易产生"早熟"现象的不足,把人工免疫系统的免疫信息进化处理机制引入到粒子群优化算法,提出一种基于免疫进化粒子群的动态聚类算法.算法采用线性递减权策略为各个粒子选取适当惯性权值,利用免疫进化思想改进粒子群优化过程,同时利用聚类经验规则确定聚类数k的初始搜索范围,以性能代价函数为依据在聚类数目未知的情况下实现动态聚类.仿真实验表明,新算法有效提高聚类正确率,具有收敛精度高和聚类能力强等特点.
免疫进化机制、粒子群优化、线性递减权、动态聚类
35
TP18(自动化基础理论)
国家自然科学基金资助项目60603026
2009-05-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
40-43