基于K-Means变异算子的混合PSO算法聚类研究

• 作者: 左为恒 李昌春 杨晓庆
• 来源期刊: 微电子学与计算机
• 关键词: 聚类分析 K-Means算法 粒子群优化算法
• 年，卷（期）: 2011,（7）
• 页码范围: 57-60
• 分类号: TP391
• 语种: 中文

摘要

提出了基于K-Means算子的混合粒子群优化算法聚类,将K-Means算法的局部搜索能力与粒子群优化算法的全局寻优搜索能力相结合,根据群体适应度变化的情况自适应调整权重,并对种群中性能较差的粒子进行交叉选择,能充分挖掘群体本身信息,又能不断引入附加信息.数据集仿真实验表明,该算法有效的克服了传统粒子群优化算法过慢收敛和K-Means算法陷入局部收敛的问题,从而得到更好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓庆	重庆大学输配电装备及系统安全与新技术国家重点实验室	3	11	2.0	3.0
2	左为恒	重庆大学输配电装备及系统安全与新技术国家重点实验室	40	240	9.0	13.0
3	李昌春	重庆大学输配电装备及系统安全与新技术国家重点实验室	27	192	9.0	12.0