資源描述：
《基于ISFLA的K均值聚類算法.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、2011年第4期工業(yè)儀表與自動(dòng)化裝置·9·基于ISFLA的K均值聚類算法劉悅婷(甘肅聯(lián)合大學(xué)電子信息工程學(xué)院，蘭州730000)摘要：針對K均值聚類算法和基于混合蛙跳(ShuffledFrog—LeapingAlgorithm，SFLA)的K均值聚類算法的一些缺點(diǎn)，提出了基于改進(jìn)混合蛙跳(ImprovedShufledFrog—LeapingAlgorithm，ISF—LA)的K均值聚類算法。該算法首先將生物學(xué)中吸引排斥機(jī)制應(yīng)用在SFLA中，修改了更新策略，形成了ISFLA算法；再用該算法優(yōu)化K均值聚類算法。理論分析和實(shí)驗(yàn)結(jié)果表明，該算法提高了收斂速度，有效地避免了SFLA早熟現(xiàn)象，從而改善了
2、對高維復(fù)雜數(shù)據(jù)的搜索效率，仿真結(jié)果驗(yàn)證了該算法的可行性和有效性。關(guān)鍵詞：SFLA；吸引排斥機(jī)制；ISFLA；K均值算法中圖分類號：TP301．6文獻(xiàn)標(biāo)志碼：A文章編號：1000—0682(2011)04—0009—03K—meansclusteringalgorithmbasedonISFLALIUYueting(SchoolofElectronicsandInformationEngineering，GansuLianheUniversity，Lanzhou730000，China)Abstract：BecauseofthedisadvantagesoftheclassicalK—means
3、clusteringalgorithmandK—meansclusteranalysisbasedonSFLA，thepaperproposesanovelK—meansclusteringbasedonanim-provedSFLA．Theproposedalgorithmintegratedtheattraction—repulsionmechanisminthefieldofbiolo-gYintoSFLAandmodifiedupdatingstrategyandbecameanimprovedSFLA．TheISFLAoptimizesK—meansclusteringalgorit
4、hm．Thetheoryanalysisandexperimentalresultsshowthattheproposedalgorithmenhancesconvergencevelocityandavoidsprematureconvergenceeffectively，improvingtheeficiencyofsearchforcomplexdata．Theresultoftestingshowsitsfeasibilityandvalidity．Keywords：SFLA；attraction—repulsionmechanism；ISFLA；K—meansalgorithmMal
5、i設(shè)計(jì)了浮點(diǎn)數(shù)交叉和變異算法，提高了遺傳聚0引言類算法的搜索效率J。但是實(shí)驗(yàn)表明，當(dāng)待處理的由MacQueen提出的K均值聚類算法是一種經(jīng)樣本數(shù)目、維數(shù)和類別數(shù)較大時(shí)，這些算法易出現(xiàn)早典的算法?，因?yàn)槠浜唵吻沂諗克俣瓤?，故被廣泛熟現(xiàn)象，由于該算法在進(jìn)化中可能產(chǎn)生退化現(xiàn)象，導(dǎo)應(yīng)用于數(shù)據(jù)挖掘領(lǐng)域中。但該算法存在2個(gè)固有的致迭代次數(shù)較長及聚類準(zhǔn)確率較低，并且進(jìn)化后期缺點(diǎn)：1)聚類的結(jié)果受初始值的選取影響較大；可能產(chǎn)生振蕩現(xiàn)象。2)該算法是基于梯度下降的算法，因此常常陷入局SFIA算法是MuzafarEusuf和KevinLansey在部最優(yōu)；這2大缺點(diǎn)嚴(yán)重限制了K均值聚類算法的2003年通過類比青蛙
6、的覓食行為和優(yōu)化問題而提應(yīng)用。出來的，它結(jié)合了Memetic算法和粒子群優(yōu)化為了克服K均值上述缺陷，近幾年來很多學(xué)者(PSO)算法二者的優(yōu)點(diǎn)，是PSO算法之后又一利用遺傳算法對K均值算法作了改進(jìn)。1999年個(gè)智能群體優(yōu)化算法，具有概念簡單、參數(shù)少、計(jì)算Krishma提出了一種混合遺傳聚類算法_2；2000年速度快、全局尋優(yōu)能力強(qiáng)、易于實(shí)現(xiàn)的優(yōu)點(diǎn)。和其他群體優(yōu)化算法一樣，SFLA同樣存在著收斂速度快且收稿日期：2010—12—31易收斂到局部最優(yōu)解_6J，在求解高維數(shù)據(jù)的聚類結(jié)基金項(xiàng)目：甘肅省支撐計(jì)劃項(xiàng)目(090GKCA034)；甘肅省自然科果時(shí)效果不理想。根據(jù)沒有免費(fèi)的午餐定理]，從學(xué)基金資助
7、項(xiàng)目(0916RJZA017)作者簡介：劉悅婷(1979)，女，陜西臨潼人，甘肅聯(lián)合大學(xué)講師，實(shí)際問題出發(fā)，融合不同類型的優(yōu)化算法，充分發(fā)揮碩士研究生，主要從事電子、自動(dòng)控制等方面的教學(xué)與科研。算法各自的優(yōu)勢，為提高算法的性能，該文利用青蛙·l0·工業(yè)儀表與自動(dòng)化裝置2011年第4期間吸引與排斥機(jī)制對SFLA的更新策略進(jìn)行改進(jìn)，其中()為青蛙i的當(dāng)前目標(biāo)函數(shù)值()為當(dāng)即形成ISFLA，再用ISFL
