- 1、本文档共2页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2013年 1月 中 国 管 理 信 息 化 Jan.,2013
第 16卷第2期 ChinaManagementInformationization Vo1.16.No.2
一 种群体智能聚类算法研究
王宏智 ,一,高学东 ,赵 杨
(1.北京科技大学,北京 100086;2.青岛远洋船员学院,山东 青岛 266071)
[摘 要】本文提 出了一种基于果蝇算法(FOA)的群体智能聚类算法,该算法利用FOA算法的超强的全局搜 索解空间的
能力找到最优解 解决了K—means算法易于陷入局部寻优的缺点,通过仿真实验的对比,验证了该算法在有效性上要好于
K—means算法。增强了全局的收敛能力。
[关键词]群体智能:果蝇算法:聚类
doi:10.3969/i.issn.1673—0194.2013.0 035
[中图分类号]n)391 [文献标识码]A [文章编号]1673—0194(2013)02_O074—02
O 引 言 同伴聚集的位置 ,并且往该方 向飞去。
聚类是人类一项最基本的认识活动 。通过适当聚类 ,事物才 ’果蝇算法步骤描述为 :
便于研究.事物的内部规律才可能为人类所掌握 。所谓聚类就是 Step1 初始化果蝇群体 .即随机设置果蝇群体位置 。
按照事物的某些属性.把事物聚集成类.使类间的相似性尽可能 InitX axis
_
小.类内相似性尽可能大。聚类是分析数据并从中发现有用信息 InitY axis
_
的一种有效手段 。所谓 “物以类聚.人 以群分”,在 自然科学和社 Step2 附与果蝇个体利用嗅觉搜寻食物的随机方向与距离
会科学中.存在着大量的聚类分析问题。对聚类的研究最早开始 Xi=X_ axis+RandomValue (1)
于 20世纪60年代早期 .近些年来随着对数据挖掘研究的不断 Yi_Y axis+RandomValue (2)
_
深入 ,聚类分析的价值得到越来越重要的显现 .在数据挖掘 、图 Step3 估算食物与原点之距离 (Dist),再计算味道浓度判定
像分割、模式识别、特征提取等诸多领域得到了广泛应用…。 值 (S).此值为距离之倒数。
现
文档评论(0)