改进的全局 K 均值算法及其在啤酒系统中的应用

• 作者: 张忠厚 赵龙
• 来源期刊: 计算机系统应用
• 关键词: 人工智能 粒子群优化算法 K均值 预测控制 DRFNN
• 年，卷（期）: 2012,（8）
• 页码范围: 194-196
• 字数: 3705字
• 语种: 中文

摘要

K 均值算法存在的问题一直限制其发展,主要问题在于:簇个数的确定、初始聚类中心选择和避免孤立点的问题.针对这些问题进行了改进优化,并把改进后的算法和动态递归模糊神经网络结合一起应用到了啤酒发酵系统当中.神经网络结构复杂,而粒子群算法可以优化全连接网络结构下的各层之间的连接权值和优化网络的拓扑结构.改进的粒子群优化算法也很大程度解决了早熟收敛的问题,有很好的泛化能力,在实际应用中改进的粒子群优化算法原理更简单,参数更少,实现更容易

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张忠厚	辽宁工程技术大学理学院	24	78	6.0	7.0
2	赵龙	辽宁工程技术大学理学院	22	47	4.0	5.0