基于qpso優(yōu)化的聚類算法研究

《基于qpso優(yōu)化的聚類算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、一學(xué)校代碼１０６０３Ｉ學(xué)號(hào)２０１３０２５２＾級(jí)公開(kāi)ＵＤＣ鑛為＆種藏｜偉＞ＧＵＡＮＧＸＩＴＥＡＣＨＥＲＳＥＤＵＣＡＴＩＯＮＵＮＩＶＥＲＳＩＴＹ碩古學(xué)位論文基于ＱＰＳ０優(yōu)化的聚類算法研究ＲｅｓｅａｒｃｈｏｆＣｌｕｓｔｅｒｉｎＡｌｏｒｉｔｈｍＢａｓｅｄｏｎｇｇｕａｎｕｍ－ＱｔｂｅｈａｖｅｄＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎＡｌｏｒｉｔｈｍｇ＞學(xué)科專業(yè)：應(yīng)用數(shù)學(xué)專業(yè)方向：基于ＱＰＳＯ優(yōu)化的聚類算法研巧二級(jí)學(xué)院：數(shù)學(xué)與統(tǒng)計(jì)科學(xué)學(xué)院年級(jí)；２０１３級(jí)

2、研究生姓名！原轟晶導(dǎo)師姓名及職稱；麥雄發(fā)副教授完成日期：２０１６年６月廣西師避學(xué)院碩±學(xué)位論文（申請(qǐng)理學(xué)碩古學(xué)位）基于ＯＰＳＯ優(yōu)化的聚類算法研究Ｒｅｓｅａｒｃｈｏｆ－ＣｉｕｓｔｅｒｉｎｇＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＯｕａｒＵｕｍｂｅｈａｖｅｄＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍ專業(yè)名稱！應(yīng)用數(shù)學(xué)申請(qǐng)人姓名：原晶晶導(dǎo)師姓名、職稱：麥雄發(fā)副教梭笞辯委員會(huì)成員（盤(pán)名）主席：委貝；＾撕若打才＾１）稼Ｉ二〇—六年六月廣西師范學(xué)院碩±學(xué)位論文

3、原創(chuàng)性聲明，本人鄭重聲明：所呈交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品成果。對(duì)本文的巧究作出重要貢獻(xiàn)的個(gè)人和集體，均臣在文中枯明確方式標(biāo)明。本人如違反一上述聲明，愿意承擔(dān)由此引發(fā)的切責(zé)任和后果。學(xué)位論文作者簽名：苗屯巧％簽字曰期：如峰＾月５日學(xué)位論文使用授權(quán)說(shuō)明本人完全了解學(xué)校關(guān)于保留、使用學(xué)位論文的各項(xiàng)規(guī)定，同意ｋ乂下事巧：１、學(xué)校有權(quán)保留并向有關(guān)部口送交本論文的復(fù)印件和電子版，允許論文被查閱和

4、借閥，可Ｗ采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文；２、本人授權(quán)廣西師范學(xué)院可於將本論文的全部或卻分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)供查閱、檢閱。□保密，在年解密后適用本授權(quán)書(shū)。３、本論文屬于＾不保當(dāng)同－Ｖ－’（請(qǐng)?jiān)冢塘x上方框內(nèi)打）學(xué)位論文作名：簽字曰期：２〇１《．備．５濡端騙導(dǎo)師簽名：簽字曰期：＞０＾（＿ｒ廣西師范學(xué)院碩士學(xué)位論文2016廣西師范學(xué)院碩士學(xué)位論文2016ResearchofClusteringAlgorithmBasedonQuantum-behavedParticleSwarmOpti

5、mizationAlgorithmABSTRACTUnsupervisedclusteringanalysis,regardedasaveryimportanttechnologyofdatamining,hasbeenappliedtopatternrecognition,imageprocessing,biologicalcomput-ingandsoon.ThispaperstudiestheimprovedQuantum-behavedParticleSwarmOp-timization(QPSO)Algorithm,andusesitt

6、ooptimizetheK-meansalgorithm,theFCMalgorithmandtheKFCMalgorithm.AlthoughtheQPSOalgorithm’sglobalsearchingabilityisbetterthanthatoftheParticleSwarmOptimization(PSO)algorithm’s,ittendtobeprematurelikeotheralgorithms.Inordertoreducethehappeningofthiskindofsituation,thispaperwill

7、introduceanimprovedQPSOalgorithm.Simulationresultson4benchmarkfunctionsshowthatthealgorithmissuperiortothePSOandQPSO.TheK-means,theFCMalgorithmandtheKFCMalgorithmhavetheirownadva-ntages:theK-meansalgorithm’sideasareeasilyunderstandableandeasytobeopera-tde;theFCMalgorithmhasth

8、edeepmathematicalfoundationandthefastcomputingspeed;theKFCMalgorithm