基于模拟退火思想的聚类算法研究2.docx

PAGE2

摘要

聚类算法就是以某些特性为依据，将目标数据归类于多个类别的一种分析方法，其中最常用的是K-means算法。K-means算法是一种被普遍使用的聚类算法，属于划分聚类的范畴。然而当初始中心点选取不当时，会导致其聚类结果也不理想。不仅如此，传统的K-means算法还有很多其他的问题，例如，难以得到全局最优解等。模拟退火算法由固体物质退火原理演变而来，它不仅接受更优解，也会有限度地保留较差解。因此，模拟退火算法在理论上能够获得全局最优解，避免局部最优解的情况出现。

因此，本文探索并实现了K-means算法，并针对其缺点进行探讨和改正。同时也探索了模拟退火算