进化算法SoHC与GSoHCs在函数优化中的分析与比较

进化算法常用于复杂函数的求解,这些算法在函数求解中的性能是不同的,而且每种进化算法中参数的设定对算法的效果起着至关重要的作用.本论文选用两种进化算法:群体爬山算法(Society of Hill Climbling,以下简称SoHC)和遗传群体爬山算法(Genetic Society of Hill Climbling,以下简称GSoHCs),通过它们对F7函数的求解对这两个函数的性能进行了比较,并对算法中的参数设置对结果的影响进行了分析.     

基于密度的并行聚类算法

为满足大规模空间数据库的聚类需求,面向计算机集群,提出一种基于密度的并行聚类算法。该算法根据数据库分布特征进行数据分区,在每一个节点上对数据块并行聚类,在主节点上合并聚类结果。实验结果表明,该算法的计算速度随着节点数的增多呈线性增加,具有较好的延展性。