基于环形邻域的混沌粒子群聚类算法

• 作者: 徐向平 徐迅 鲁海燕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据聚类 粒子群优化 混沌映射 环形邻域
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 理论与研发
• 页码范围: 54-60
• 页数: 7页
• 分类号: TP301.6
• 字数: 5841字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1410-0126

摘要

针对标准粒子群优化（PSO）算法早熟收敛及易陷入局部极值的缺点，提出一种基于环形邻域的混沌粒子群优化算法RCPSO，并将其应用于求解数据聚类问题，而且通过在4个数据集上进行仿真实验验证了算法的有效性。实验表明，当邻域大小为整个种群规模的1/3时，基于静态邻域和基于随机邻域的算法在4个数据集上的整体聚类效果均达到最好。RCPSO算法利用适当规模的环形邻域提高了粒子群的全局寻优能力，并利用混沌因子增强了粒子收敛过程中种群的多样性，从而避免算法的早熟收敛。另外，与K-means、PSO、K-PSO及CPSO算法的实验结果进行比较表明，RCPSO算法在错误率方面表现得更好，因此该算法为聚类问题提供了一种切实有效的解决方法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁海燕	江南大学理学院	22	188	8.0	13.0
2	徐向平	江南大学理学院	4	58	4.0	4.0
3	徐迅	江南大学理学院	2	13	2.0	2.0