|
|||||
|
|
| 一种改进二进制编码量子行为粒子群优化聚类算法 | |
| 引用本文： | 陈伟 傅毅 孙俊 须文波. 一种改进二进制编码量子行为粒子群优化聚类算法[J]. 控制与决策, 2011, 26(10): 1463-1468 |
| 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 |
Improved binary quantum-behaved particle swarm optimization clustering algorithm |
|
| CHEN Wei,FU Yi,SUN Jun,XU Wen-bo. Improved binary quantum-behaved particle swarm optimization clustering algorithm[J]. Control and Decision, 2011, 26(10): 1463-1468 |
|
| Authors: | CHEN Wei FU Yi SUN Jun XU Wen-bo |
| Affiliation: | CHEN Wei,FU Yi,SUN Jun,XU Wen-bo(School of Internet of Things Engineering,Jiangnan University,Wuxi 214000,China) |
| Abstract: | A binary quantum-behaved particle swarm optimization(BQPSO) algorithm based on comprehensive learning strategy is proposed for improving the performance of convergence.Then a new data clustering method is designed according to comphensive learing BQPSO(CLBQPSO).The new clustering algorithm is compared with some other clustering algorithms on four testing data sets in clustering experiment.The experiment results show that the CLBQPSO clustering algorithm not only converges faster but also owns the better glo... |
| Keywords: | quantum-behaved particle swarm optimization binary coding comprehensive learning strategy clustering |
| 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 | |