一种基于改进PSO的K—means优化聚类算法.pdf

《一种基于改进PSO的K—means优化聚类算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第24卷第2期计算机技术与发展Vo1．24No．22014年2月COMPUrERTECHNOLOGYANDDEVELOPMENTFeb．2014一种基于改进PSO的K—means优化聚类算法谢秀华，李陶深(广西大学计算机与电子信息学院，广西南宁530004)摘要：针对传统的K—means算法对初始聚类中心的选取敏感、容易收敛到局部最优的缺点，提出一种基于改进粒子群优化算法(PSO)的K—means优化聚类算法。该算法利用PSO算法强大的全局搜索能力对初始聚类中心的选取进行优化：通过动态调整惯性权重等参数增强PSO算法的性能；利用群体适应度方差决定算法

2、中前部分PSO算法和后部分K—means算法的转换时机；设置变量实时监控各个粒子和粒子群的最优值变化情况，及时地对出现早熟收敛的粒子进行变异操作，从而为K—means算法搜索到全局最优的初始聚类中心，使聚类结果不受初始聚类中心影响，易于获得全局最优解。实验结果表明文中提出的改进算法与传统聚类算法相比具有更高的聚类正确率、更好的聚类质量及全局搜索能力。关键词：聚类；K—means算法；粒子群优化算法；全局最优中图分类号：TP301．6文献标识码：A文章编号：1673—629Xf2014)02—0034～05doi：10．3969／j．issn．1673

3、-629X．2014．02．008AnOptimizedK-meansClusteringAlgorithmBasedonImprovedParticleSwarmOptimizationXIEXiu-hua，LITao-shen(SchoolofComputer，ElectronicsandInformation，GuangxiUniversity，Nanning530004，China)Abstract：AimingattheshortcomingsoftraditionalK—meansalgorithmwhichissensitivetoin

4、itialclusteringcentersandeasytocon—vergetolocaloptima，anoptimizedclusteringalgorithmofK—meansbasedonimprovedPSOalgorithmisproposed．IttakesadvantagesofthepowerfulglobalsearchingcapabilityofPSOalgorithmtoimprovetheselectionoftheinitialcenters：updatingparametersdynami-cally，forthe

5、inertiaweight，SOastOstrengthentheglobalsearchingcapabilityofPSO；determiningtheoccasionoftheimprovedalgorithmtransferredfromPSOtoK—meansbythefitnessvarianceoftheparticleswarm；usingvariantstomonitortheoptimalvalueconditionofeveryparticleandtheparticleswarminrealtimeandexecutingmu

6、tationoperationsonthoseparticlesthatconvergeprematurelyontime，whichprotectstheclusteringresultsfrombeinginfluencedbytheinitialclusteringcentersandthusachievestheglobaloptimasolution．Experimentalresultsshowthattheproposedmethodhashigheraccuracyrates，betterclusteringqualityandglo

7、balsearchingcapability．Keywords：clustering；K—meansalgorithm；PSOalgorithm；globaloptimumO引言心可能得到不同结果。聚类中心选取不当，可能会导聚类分析是一种无监督分类技术，按照一定的相致算法陷入局部最优解。已有许多研究人员在聚类时似性标准将数据集进行分类，使得类内的对象尽可能引进粒子群优化算法来解决这个问题。文献[4]提出相似，而不同类之间的对象尽可能相异。K—一种自适应非线性惯性权重的粒子群和K均值混合means算法是基于划分的经典聚类算法，具有容易的算法。文献[5]

8、提出一种PSO混合K—means的聚理解、实现简单、收敛速度快等许多优点，但同时它也类算法，并对混合聚类算法