|
|||||
|
|
| 一种改进二进制编码量子行为粒子群优化聚类算法 | |
| 作者姓名： | 陈伟 傅毅孙俊 须文波 |
| 作者单位： | 江南大学物联网工程学院江南大学物联网工程学院,江苏无锡,214000 |
| 基金项目： | 国家自然科学基金项目(60703106,60474030); 国家863计划项目(2008AA02Z21) |
| 摘 要： | 为了改善二进制量子行为粒子群优化（BQPSO）算法的收敛性能,提出了一种基于完全学习策略的改进BQPSO优化（CLBQPSO）算法,并由此设计了一种新的数据聚类方法.该算法在4个测试数据集上与其他一些聚类算法进行了聚类实验比较,实验结果表明,基于CLBQPSO的聚类算法不仅收敛速度快,而且有较好的全局收敛性,收敛精度优于其他聚类算法,聚类效果更好. |
| 关 键 词： | 量子行为粒子群优化 二进制编码 完全学习策略 聚类 |
| 收稿时间： | 2010-06-03 |
| 修稿时间： | 2010-09-19 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《控制与决策》浏览原始摘要信息 | |
| 点击此处可从《控制与决策》下载全文 | |