一种改进二进制编码量子行为粒子群优化聚类算法
来源期刊:控制与决策2011年第10期
论文作者:陈伟 傅毅 孙俊 须文波
文章页码:1463 - 1468
关键词:量子行为粒子群优化;二进制编码;完全学习策略;聚类;
摘 要:为了改善二进制量子行为粒子群优化(BQPSO)算法的收敛性能,提出了一种基于完全学习策略的改进BQPSO优化(CLBQPSO)算法,并由此设计了一种新的数据聚类方法.该算法在4个测试数据集上与其他一些聚类算法进行了聚类实验比较,实验结果表明,基于CLBQPSO的聚类算法不仅收敛速度快,而且有较好的全局收敛性,收敛精度优于其他聚类算法,聚类效果更好.
陈伟,傅毅,孙俊,须文波
江南大学物联网工程学院
摘 要:为了改善二进制量子行为粒子群优化(BQPSO)算法的收敛性能,提出了一种基于完全学习策略的改进BQPSO优化(CLBQPSO)算法,并由此设计了一种新的数据聚类方法.该算法在4个测试数据集上与其他一些聚类算法进行了聚类实验比较,实验结果表明,基于CLBQPSO的聚类算法不仅收敛速度快,而且有较好的全局收敛性,收敛精度优于其他聚类算法,聚类效果更好.
关键词:量子行为粒子群优化;二进制编码;完全学习策略;聚类;