一种改进的求解聚类问题的差分进化算法OA北大核心CSCDCSTPCD
Improved differential evolution algorithm for clustering
针对K-means算法依赖于初始聚类中心和易陷入局部最优解的缺陷,提出一种改进的求解聚类问题的差分进化算法.将改进的差分进化算法与K-means迭代相结合,使算法对初始聚类中心的敏感性和陷入局部最优解的可能性降低.通过将反向学习技术引入到框架中来指导搜索新的空间,以增强算法的全局寻优能力.为了改善算法的计算效率,根据聚类问题编码的特点设计了一种整理算子来消除冗余以及调整差分进化算法的种群更新策略.最后,在迭代过程中不断引入随机个体以提高种群的多样…查看全部>>
王勇臻;陈燕;张金松
大连海事大学交通运输管理学院,辽宁大连116026大连海事大学交通运输管理学院,辽宁大连116026大连海事大学交通运输管理学院,辽宁大连116026
信息技术与安全科学
K-均值差分进化聚类分析反向学习
K-meansdifferential evolutioncluster analysisopposition-based learning
《计算机应用研究》 2016 (9)
化学危险品安全运输不确定信息的知识表示与提取方法研究
2630-2633,4
国家自然科学基金资助项目(71271034)辽宁省自然科学基金资助项目(2014025015)青年骨干教师基金资助项目(3132015048)
评论