10.3969/j.issn.1001-3695.2018.11.008
融合邻域扰动的简化粒子群K-均值聚类算法
针对粒子群优化算法容易陷于局部最优,且初始聚类中心选择对K-均值算法的影响较大,提出一种融合邻域扰动的简化粒子群K-均值初始优化聚类算法(ADPSO-IKM).根据集群度思想实现优化初始聚类中心;在粒子群算法公式中加入邻域扰动项,避兔陷入局部最优,并且算法遵循自适应度优化学习策略增强全局搜索能力,进一步提高了算法精度.通过仿真测试表明,提出的ADPSO-IKM算法能加快收敛速度,可防止粒子的早熟,收敛效果好,并具有较好的稳定性.
粒子群优化算法、邻域扰动、K-均值聚类、优化初始聚类
35
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目61502262;山东省研究生教育创新计划资助项目SDYY16023
2018-12-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
3232-3236,3242