基于ISFLA的K均值聚类算法.pdf

《基于ISFLA的K均值聚类算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2011年第4期工业仪表与自动化装置·9·基于ISFLA的K均值聚类算法刘悦婷(甘肃联合大学电子信息工程学院，兰州730000)摘要：针对K均值聚类算法和基于混合蛙跳(ShuffledFrog—LeapingAlgorithm，SFLA)的K均值聚类算法的一些缺点，提出了基于改进混合蛙跳(ImprovedShufledFrog—LeapingAlgorithm，ISF—LA)的K均值聚类算法。该算法首先将生物学中吸引排斥机制应用在SFLA中，修改了更新策略，形成了ISFLA算法；再用该算法优化K均值聚类算法。理论分析和实验结果表明，该算法提高了收敛速度，有效地避免了SFLA早熟现象，从而改善了

2、对高维复杂数据的搜索效率，仿真结果验证了该算法的可行性和有效性。关键词：SFLA；吸引排斥机制；ISFLA；K均值算法中图分类号：TP301．6文献标志码：A文章编号：1000—0682(2011)04—0009—03K—meansclusteringalgorithmbasedonISFLALIUYueting(SchoolofElectronicsandInformationEngineering，GansuLianheUniversity，Lanzhou730000，China)Abstract：BecauseofthedisadvantagesoftheclassicalK—means

3、clusteringalgorithmandK—meansclusteranalysisbasedonSFLA，thepaperproposesanovelK—meansclusteringbasedonanim-provedSFLA．Theproposedalgorithmintegratedtheattraction—repulsionmechanisminthefieldofbiolo-gYintoSFLAandmodifiedupdatingstrategyandbecameanimprovedSFLA．TheISFLAoptimizesK—meansclusteringalgorit

4、hm．Thetheoryanalysisandexperimentalresultsshowthattheproposedalgorithmenhancesconvergencevelocityandavoidsprematureconvergenceeffectively，improvingtheeficiencyofsearchforcomplexdata．Theresultoftestingshowsitsfeasibilityandvalidity．Keywords：SFLA；attraction—repulsionmechanism；ISFLA；K—meansalgorithmMal

5、i设计了浮点数交叉和变异算法，提高了遗传聚0引言类算法的搜索效率J。但是实验表明，当待处理的由MacQueen提出的K均值聚类算法是一种经样本数目、维数和类别数较大时，这些算法易出现早典的算法⋯，因为其简单且收敛速度快，故被广泛熟现象，由于该算法在进化中可能产生退化现象，导应用于数据挖掘领域中。但该算法存在2个固有的致迭代次数较长及聚类准确率较低，并且进化后期缺点：1)聚类的结果受初始值的选取影响较大；可能产生振荡现象。2)该算法是基于梯度下降的算法，因此常常陷入局SFIA算法是MuzafarEusuf和KevinLansey在部最优；这2大缺点严重限制了K均值聚类算法的2003年通过类比青蛙

6、的觅食行为和优化问题而提应用。出来的，它结合了Memetic算法和粒子群优化为了克服K均值上述缺陷，近几年来很多学者(PSO)算法二者的优点，是PSO算法之后又一利用遗传算法对K均值算法作了改进。1999年个智能群体优化算法，具有概念简单、参数少、计算Krishma提出了一种混合遗传聚类算法_2；2000年速度快、全局寻优能力强、易于实现的优点。和其他群体优化算法一样，SFLA同样存在着收敛速度快且收稿日期：2010—12—31易收敛到局部最优解_6J，在求解高维数据的聚类结基金项目：甘肃省支撑计划项目(090GKCA034)；甘肃省自然科果时效果不理想。根据没有免费的午餐定理]，从学基金资助

7、项目(0916RJZA017)作者简介：刘悦婷(1979)，女，陕西临潼人，甘肃联合大学讲师，实际问题出发，融合不同类型的优化算法，充分发挥硕士研究生，主要从事电子、自动控制等方面的教学与科研。算法各自的优势，为提高算法的性能，该文利用青蛙·l0·工业仪表与自动化装置2011年第4期间吸引与排斥机制对SFLA的更新策略进行改进，其中()为青蛙i的当前目标函数值()为当即形成ISFLA，再用ISFL