论文研究-融合邻域扰动的简化粒子群K-均值聚类算法.pdf

【文件属性】：
文件名称：论文研究-融合邻域扰动的简化粒子群K-均值聚类算法.pdf
文件大小：1.39MB
文件格式：PDF
更新时间：2022-08-11 17:13:47
粒子群优化算法,邻域扰动,K-均值聚类,优化初始聚类 针对粒子群优化算法容易陷于局部最优，且初始聚类中心选择对K-均值算法的影响较大，提出一种融合邻域扰动的简化粒子群K-均值初始优化聚类算法（ADPSO-IKM）。根据集群度思想实现优化初始聚类中心；在粒子群算法公式中加入邻域扰动项，避免陷入局部最优，并且算法遵循自适应度优化学习策略增强全局搜索能力，进一步提高了算法精度。通过仿真测试表明，提出的ADPSO-IKM算法能加快收敛速度，可防止粒子的早熟，收敛效果好，并具有较好的稳定性。