基于粒子群算法的模糊聚类研究

《基于粒子群算法的模糊聚类研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、广西师范大学硕士学位论文基于粒子群算法的模糊聚类研究姓名：程灿申请学位级别：硕士专业：计算机软件与理论指导教师：张超英20080401广西师范大学硕士学位论文基于粒子群算法的模糊聚类研究论文作者程灿导师张超英专业计算机软件与理论研究方向数据挖掘与人工智能年级2005摘要在信息时代大量信息给人们带来方便的同时也带来了一系列问题比如信息量过大超过了人们掌握消化的能力一些信息真伪难辨给信息的正确运用带来困难信息组织形式的不一致性增加了对信息进行有效统一处理的难度等同时人们还意识到隐藏在这些数据后的更深层次更重要的信息能够描述数据的整体特征可以预测发展趋

2、势这些信息在决策生成的过程中具有重要的参考价值面对海量数据库和大量繁杂信息人们迫切需要从中提取有价值的知识进一步提高信息的利用率由此引发了新的研究方向那就是数据挖掘理论和技术的研究目前数据挖掘已成为一个多学科交叉的研究领域涉及了数据库技术人工智能机器学习统计学知识获取生物计算等许多跨行业学科的理论和技术聚类分析是数据挖掘的一项基本任务是将物理或抽象的对象聚集成不同的簇的过程并且要使相同簇内部的对象间尽可能相似而不同簇的对象间差别尽可能大聚类是一个无监督的学习过程是数据挖掘中一项十分重要的技术已经广泛应用于数据挖掘各研究领域中传统的聚类分析是一种硬

3、划分即每个待识别的对象只能非此即彼的被划分到一类当中但在现实世界中有的事物没有明确的界限因此这样的硬划分具有不合理性于是产生了基于模糊集理论的聚类算法即模糊聚类在众多的模糊聚类算法中模糊C-均值算法(FCM)是应用较为广泛的一种算法它有着深厚的数学基础且其收敛性已被证明同时还有着操作简单和运算速度快的特点但是FCM也有一些弱点如对噪声数据敏感容易陷入局部极小值算法对初始值有较大的依赖性特别是在聚类样本数量较大的情况下这一情况更为突出为了改善聚类算法的一些不足之处已有学者将一些全局寻优能力较强的智能算法引入聚类过程中如分别将遗传算法和粒子群算法引入

4、到K均值算法和模糊聚类算法中在一定程度上弥补了传统聚类算法的缺点并得到了较好的聚类效果本文借鉴了前人的研究思想将具有全局寻优和快速收敛特点的粒子群算法与FCM算法相结合不同的是本文对基本的粒子群算法进行了改进希I广西师范大学硕士学位论文望能得到更好的聚类效果在对基本粒子群算法的改进策略上本文做了如下考虑由于基本的粒子群算法也有陷入局部极值点和在进化的后期收敛速度变慢等缺点因此需要对它进行改进来防止粒子早熟跳出局部极值点比较有效的方法就是增加粒子的多样性为此本文从两个角度来加强粒子间的多样性差异分别是增加变异操作和将粒子群分成两个子群进行独立进化具

5、体来说第一种改进方法是在标准粒子群算法的基础上增加了变异操作而该变异操作内部又包含了两种不同的变异操作这两种变异操作以不同的概率运行第二种改进方法是将整个粒子群划分为二个数量不等的子种群每个子种群内部又分别采用独立的粒子群进化在对粒子群算法进行改进之后再用粒子群算法的进化过程去替代FCM算法局部寻优的迭代过程其中在对粒子群算法中适应度函数的选取上利用了FCM算法的聚类准则函数这样就使得整个算法过程具有很强的全局搜索能力很大程度上改善了FCM算法易陷入局部极小的缺陷同时相对于FCM算法粒子群算法对初始值不太敏感其中依据对粒子群算法的改进方法的不同将

6、上述两种聚类算法分别命名为基于改进粒子群的模糊聚类算法FCMP和基于多种群粒子群的模糊聚类算法FCMSP本文将这两种改进算法分别用于两个数据集中其中FCMP操作起来较简单对第一个数据集的聚类效果较好FCMSP在第二个数据集中也达到很好的聚类效果但相对来讲操作过程较为复杂通过两个实验证明与基于基本遗传算法的模糊聚类算法和基于基本粒子群算法的模糊聚类算法相比本文中基于两种改进粒子群算法的模糊聚类算法能够达到更好的聚类效果且加快了收敛速度提高了工作效率在迭代的初期就能迅速找到全局最优点但是在降低出错率方面还有待于进一步的改善关键词数据挖掘模糊聚类粒子群

7、算法变异多种群II广西师范大学硕士学位论文ResearchofFuzzyClusteringBasedonParticleSwarmOptimizationAlgorithmAuthor:CanCheng;Tutor:ChaoyingZhang;Specialty:ComputerSoftware&Theory;Researchdirection:DataminingandArtificialIntelligenceGrade:2005AbstractIntheinformationage,largeamountsofinformationbri

8、ngconveniencetopeople,butitalsobringaboutaseriesofproblems.Forexampl