資源描述：
《求解聚類問題改進人工魚群算法》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、第20卷第3期計算機技術與發(fā)展Vo1．20No．32010年3月C~)MPUTERTECHN0L0GYANDDEVELOPMENTMal-．2010求解聚類問題的改進人工魚群算法王會穎，章義剛2(1．安徽財貿(mào)職業(yè)學院計算機系，安徽合肥230061；2．合肥學院，安徽合肥230022)摘要：聚類在數(shù)據(jù)挖掘、統(tǒng)計學、機器學習等很多領域都有很大應用。聚類問題可以歸結為一個優(yōu)化問題。人工魚群算法(A)是一種新提出的新型仿生優(yōu)化算法。在分析AFSA存在不足的基礎上，提出一種改進人工魚群算法，并應用于求解聚類問題。算法保持了AFSA算法簡單、易實現(xiàn)的特點．通過改進個體魚的行為，并引入均勻交叉算子
2、，將人工魚群算法和遺傳算法融合，顯著提高了算法運行效率和求解質(zhì)量。仿真實驗取得了較好的結果。關鍵詞：聚類；人工魚群算法；交叉算子；優(yōu)化中圖分類號：TP301文獻標識碼：A文章編號：1673—629X(2010)03—0084—04AnImprovedArtificialFish?！疭warmAlgorithmofSolvingClusteringAnalysisProblemWANGHui．ying，ZHANGYigang2(1．DepartmentofComputerScience，AnhuiFinance&TradeVocationalCollege，Hefei230061，Ch
3、ina；2．HefeiUniversity，Hefei230022，China)Abstract：Clusteringhasitsrootsinmanyareas。includingdatamining．statistics，andmachinelearningandcanber~ardedasanopti-mizationproblem．Artificialfishswarmalgorithm(AFSA)isanovelbio—inspiredoptimizingmethod．AfteranalyzingthedisadvantagesofAFSA．presentsanimprov
4、edartificialfishSWalTOoptimizationalgorittmaofsolvingclusteringanalysispmblem．Byimpm~ngtheartifi—cialfish’Sbehaviorsandcombiningartificialfish—swam3algorithmwithgeneticalgorithm．thealgorithmisassimpleforimplementasAFSA，butitgreatlyimprovestheabilityofseekingtheglobalexcellentresultandc0n、rergen
5、cepropertyandaccuracy．Thesimulationre-suitsshowthatthealgorithmisn-loreefficient．Ke，words：clustering；artificialfishSWalTIalgorithm；crossoveroperator；optimizationO引言異，通過無監(jiān)督學習將樣本按類似性分類，把相似性大模仿魚類行為方式，文獻[1，2]提出了人工魚群算的樣本歸為一類，每個聚類中心起著相應類型代表的法(AFSA，ArtificMFish—SwamiAlgorithm)，是一種作用。基于動物自治體[，]的優(yōu)化方法，是集
6、群智能思想[]的一個具體應用，它的主要特點是不需要了解問題的1聚類分析特殊信息，只需要對問題進行優(yōu)劣的比較，通過各人工聚類(Clustering)是數(shù)據(jù)挖掘領域最為常見的技術魚個體的局部尋優(yōu)行為，最終在群體中使全局最優(yōu)值之一，用于發(fā)現(xiàn)在數(shù)據(jù)庫中未知的對象類。這種對象突現(xiàn)出來，有著較快的收斂速度J。類劃分的依據(jù)是“物以類聚”，即考察個體或數(shù)據(jù)對象數(shù)據(jù)聚茭是數(shù)據(jù)挖掘中的一個重要課題，在很多間的相似性，將滿足相似性條件的個體或數(shù)據(jù)對象劃領域有著廣泛的應用，如模式識別、圖像處理和數(shù)據(jù)壓分在一組內(nèi)，不滿足相似性條件的個體或數(shù)據(jù)對象劃縮、破產(chǎn)預測、交通管理、塞車狀況預測等方面都有過分在不同的組。
7、通過聚類過程形成的每一個組稱為一成功的應用等。聚類分析是按照不同對象之間的差個類(Cluster)L6J。聚類分析就是從數(shù)據(jù)中尋找數(shù)據(jù)間的相似性，并收稿日期：2009—07—09；修回日期：2009—10—09依此對數(shù)據(jù)進行分類，把數(shù)據(jù)劃分到不同的類中，使各基金項目：安徽省自然科學基金項目(20()8Bo21)作者簡介：王會穎(1969一)，女，安徽蕭縣人，碩士，講師，研究方向類之問的離散度盡可能大，類內(nèi)的離散度盡可能小。為智能軟件、群體智能；章義剛，副教
