資源描述：
《基于粒子群算法的模糊聚類研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、廣西師范大學(xué)碩士學(xué)位論文基于粒子群算法的模糊聚類研究姓名：程燦申請學(xué)位級別：碩士專業(yè)：計算機軟件與理論指導(dǎo)教師：張超英20080401廣西師范大學(xué)碩士學(xué)位論文基于粒子群算法的模糊聚類研究論文作者程燦導(dǎo)師張超英專業(yè)計算機軟件與理論研究方向數(shù)據(jù)挖掘與人工智能年級2005摘要在信息時代大量信息給人們帶來方便的同時也帶來了一系列問題比如信息量過大超過了人們掌握消化的能力一些信息真?zhèn)坞y辨給信息的正確運用帶來困難信息組織形式的不一致性增加了對信息進行有效統(tǒng)一處理的難度等同時人們還意識到隱藏在這些數(shù)據(jù)后的更深層次更重要的信息能夠描述數(shù)據(jù)的整體特征可以預(yù)測發(fā)展趨
2、勢這些信息在決策生成的過程中具有重要的參考價值面對海量數(shù)據(jù)庫和大量繁雜信息人們迫切需要從中提取有價值的知識進一步提高信息的利用率由此引發(fā)了新的研究方向那就是數(shù)據(jù)挖掘理論和技術(shù)的研究目前數(shù)據(jù)挖掘已成為一個多學(xué)科交叉的研究領(lǐng)域涉及了數(shù)據(jù)庫技術(shù)人工智能機器學(xué)習(xí)統(tǒng)計學(xué)知識獲取生物計算等許多跨行業(yè)學(xué)科的理論和技術(shù)聚類分析是數(shù)據(jù)挖掘的一項基本任務(wù)是將物理或抽象的對象聚集成不同的簇的過程并且要使相同簇內(nèi)部的對象間盡可能相似而不同簇的對象間差別盡可能大聚類是一個無監(jiān)督的學(xué)習(xí)過程是數(shù)據(jù)挖掘中一項十分重要的技術(shù)已經(jīng)廣泛應(yīng)用于數(shù)據(jù)挖掘各研究領(lǐng)域中傳統(tǒng)的聚類分析是一種硬
3、劃分即每個待識別的對象只能非此即彼的被劃分到一類當(dāng)中但在現(xiàn)實世界中有的事物沒有明確的界限因此這樣的硬劃分具有不合理性于是產(chǎn)生了基于模糊集理論的聚類算法即模糊聚類在眾多的模糊聚類算法中模糊C-均值算法(FCM)是應(yīng)用較為廣泛的一種算法它有著深厚的數(shù)學(xué)基礎(chǔ)且其收斂性已被證明同時還有著操作簡單和運算速度快的特點但是FCM也有一些弱點如對噪聲數(shù)據(jù)敏感容易陷入局部極小值算法對初始值有較大的依賴性特別是在聚類樣本數(shù)量較大的情況下這一情況更為突出為了改善聚類算法的一些不足之處已有學(xué)者將一些全局尋優(yōu)能力較強的智能算法引入聚類過程中如分別將遺傳算法和粒子群算法引入
4、到K均值算法和模糊聚類算法中在一定程度上彌補了傳統(tǒng)聚類算法的缺點并得到了較好的聚類效果本文借鑒了前人的研究思想將具有全局尋優(yōu)和快速收斂特點的粒子群算法與FCM算法相結(jié)合不同的是本文對基本的粒子群算法進行了改進希I廣西師范大學(xué)碩士學(xué)位論文望能得到更好的聚類效果在對基本粒子群算法的改進策略上本文做了如下考慮由于基本的粒子群算法也有陷入局部極值點和在進化的后期收斂速度變慢等缺點因此需要對它進行改進來防止粒子早熟跳出局部極值點比較有效的方法就是增加粒子的多樣性為此本文從兩個角度來加強粒子間的多樣性差異分別是增加變異操作和將粒子群分成兩個子群進行獨立進化具
5、體來說第一種改進方法是在標(biāo)準(zhǔn)粒子群算法的基礎(chǔ)上增加了變異操作而該變異操作內(nèi)部又包含了兩種不同的變異操作這兩種變異操作以不同的概率運行第二種改進方法是將整個粒子群劃分為二個數(shù)量不等的子種群每個子種群內(nèi)部又分別采用獨立的粒子群進化在對粒子群算法進行改進之后再用粒子群算法的進化過程去替代FCM算法局部尋優(yōu)的迭代過程其中在對粒子群算法中適應(yīng)度函數(shù)的選取上利用了FCM算法的聚類準(zhǔn)則函數(shù)這樣就使得整個算法過程具有很強的全局搜索能力很大程度上改善了FCM算法易陷入局部極小的缺陷同時相對于FCM算法粒子群算法對初始值不太敏感其中依據(jù)對粒子群算法的改進方法的不同將
6、上述兩種聚類算法分別命名為基于改進粒子群的模糊聚類算法FCMP和基于多種群粒子群的模糊聚類算法FCMSP本文將這兩種改進算法分別用于兩個數(shù)據(jù)集中其中FCMP操作起來較簡單對第一個數(shù)據(jù)集的聚類效果較好FCMSP在第二個數(shù)據(jù)集中也達到很好的聚類效果但相對來講操作過程較為復(fù)雜通過兩個實驗證明與基于基本遺傳算法的模糊聚類算法和基于基本粒子群算法的模糊聚類算法相比本文中基于兩種改進粒子群算法的模糊聚類算法能夠達到更好的聚類效果且加快了收斂速度提高了工作效率在迭代的初期就能迅速找到全局最優(yōu)點但是在降低出錯率方面還有待于進一步的改善關(guān)鍵詞數(shù)據(jù)挖掘模糊聚類粒子群
7、算法變異多種群II廣西師范大學(xué)碩士學(xué)位論文ResearchofFuzzyClusteringBasedonParticleSwarmOptimizationAlgorithmAuthor:CanCheng;Tutor:ChaoyingZhang;Specialty:ComputerSoftware&Theory;Researchdirection:DataminingandArtificialIntelligenceGrade:2005AbstractIntheinformationage,largeamountsofinformationbri
8、ngconveniencetopeople,butitalsobringaboutaseriesofproblems.Forexampl
