基于改进人工蜂群算法的K均值聚类算法

• 作者: 喻金平 梅宏标 郑杰
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人工蜂群算法 K均值聚类算法 适应度函数 位置更新公式 聚类
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 1065-1069,1088
• 页数: 6页
• 分类号: TP18|TP301.6
• 字数: 6189字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.04.1065

摘要

针对K均值聚类(KMC)算法全局搜索能力差、初始聚类中心选择敏感,以及原始人工蜂群(ABC)算法的初始化随机性、易早熟、后期收敛速度慢等问题,提出了一种改进人工蜂群算法(IABC).该算法利用最大最小距离积方法初始化蜂群,构造出适应KMC算法的适应度函数以及一种基于全局引导的位置更新公式以提高迭代寻优过程的效率.将改进的人工蜂群算法与KMC算法结合提出IABC-Kmeans算法以改善聚类性能.通过Sphere、Rastrigin、Rosenbrock和Griewank四个标准测试函数和UCI标准数据集上进行测试的仿真实验表明,IABC算法收敛速度快,克服了原始算法易陷入局部最优解的缺点;IABC-Kmeans算法则具有更好的聚类质量和综合性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	喻金平	江西理工大学信息工程学院	21	154	6.0	12.0
2	梅宏标	江西理工大学信息工程学院	7	114	5.0	7.0
3	郑杰	江西理工大学信息工程学院	2	62	2.0	2.0