基于群體智能優(yōu)化算法的聚類分析研究.pdf

1、聚類分析為非監(jiān)督分類的一種，是將一組數據或對象通過某種特定規(guī)則分成不同類的過程。跟監(jiān)督分類相比，雖然沒有較高的分類精度，但是不需要先驗知識，是數據或對象內部之間的聚合，在實際應用中能夠得到更好的應用。但是，由于聚類分析問題初始聚類中心敏感，且容易陷入局部最優(yōu)，針對此問題，許多改進方法被提出，群體智能優(yōu)化算法的聚類分析是其中重要的研究方向，群體智能優(yōu)化算法的聚類分析是通過將聚類問題歸結為一個優(yōu)化問題，然后通過全局并行搜索方式進行啟發(fā)式搜索

2、。
　　本文主要的研究重點是群體智能優(yōu)化算法的聚類分析問題，通過對常用的聚類分析方法和經典的群體智能優(yōu)化算法聚類分析方法進行分析，研究其過程以及存在問題，針對聚類分析初始聚類中心敏感的問題，提出基于兩種新型群體智能優(yōu)化算法的聚類分析，即基于煙花算法的聚類分析和基于混合編碼方式的聚類分析，并通過其與傳統(tǒng)聚類分析方法和經典群體智能優(yōu)化算法聚類分析方法的比較，評價其性能。
　　基于煙花算法的聚類分析，是將煙花算法這種新型的智能優(yōu)化

3、算法應用到聚類分析中，該算法將兩種搜索策略不同的煙花算法進行結合，分別采用實數編碼和二進制編碼的方式，提出了基于兩種編碼方式的煙花聚類算法，并通過仿真實驗，對兩種不同編碼方式的算法性能進行分析，通過實驗得出二進制煙花算法的聚類分析聚類效果好、穩(wěn)定性高，并且分類精度高于經典的群體智能優(yōu)化算法的聚類分析。
　　基于混合編碼方式的聚類分析，是將基于聚類中心的編碼方式和基于樣本編號的編碼方式混合，并且在不同編碼方式下分別采用QPSO和改進