發(fā)布時間：2020-05-11 20:19

【摘要】：在大數(shù)據(jù)時代背景下,群體智能的研究作為人工智能的重要研究分支,群智能算法的改進與其在數(shù)據(jù)挖掘中的應用成為研究熱點。而在大數(shù)據(jù)環(huán)境下,數(shù)據(jù)規(guī)模大、更新速度快以及數(shù)據(jù)類型類型多樣化等特點導致傳統(tǒng)的群體智能模型逐漸不能滿足大數(shù)據(jù)實際環(huán)境下復雜問題的需求,所以針對解決大數(shù)據(jù)環(huán)境下的復雜優(yōu)化問題而設計新型群智能優(yōu)化算法具有非常重要的意義。同時,聚類分析作為數(shù)據(jù)挖掘技術的重要組成部分,得到了國內外諸多學者的廣泛關注,各種聚類算法應運而生。而對于數(shù)據(jù)集的聚類可以看作是一個優(yōu)化問題,尋找最優(yōu)的數(shù)據(jù)聚類方案就是該問題的優(yōu)化目標,因此本文通過改進當前優(yōu)化方法來提高聚類分析的質量�；谏鲜鲅芯勘尘�,本文選擇群智能算法中最具代表性的粒子群優(yōu)化算法以及聚類分析方法中應用最廣泛的劃分聚類算法作為本文研究工作的理論基礎,并圍繞相關算法開展了一系列研究,具體內容如下:1)對當前的粒子群算法研究現(xiàn)狀進行分析,針對相關算法的優(yōu)勢與缺陷提出改進方案,設計一種基于群活性反饋的Sigmoid型分數(shù)階粒子群算法。該算法能夠根據(jù)當前迭代周期種群的活性度以及每個粒子的活性度,自適應調整每個粒子下一個周期的運動參數(shù),并通過混合變異機制進一步降低算法陷入早熟收斂的風險,在增加較少計算復雜度的同時大幅提升算法的收斂速度與收斂精度。2)圍繞對統(tǒng)劃分聚類算法效果有較大影響的聚類個數(shù)以及初始聚類中心的選擇問題,結合本文設計改進的基于群活性反饋的Sigmoid型分數(shù)階粒子群算法,針對聚類分問題的特點設計新的粒子編碼方式以及尋優(yōu)規(guī)則,給出一種基于改進分數(shù)階粒子群的自動聚類算法,使該算法能夠自動確定合適的聚類個數(shù)與聚類中心點位置,并提高傳統(tǒng)聚類方法的聚類質量與魯棒性。
【學位授予單位】：江蘇科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 趙志宇;肖穎婷;任瑩;;基于聚類算法的大用戶用電模式識別研究[J];中國管理信息化;2017年19期

2 喻平;;數(shù)學學科核心素養(yǎng)要素析取的實證研究[J];數(shù)學教育學報;2016年06期

3 李廣燕;;聚類分析對學生成績的研究[J];無線互聯(lián)科技;2014年12期

4 馬青華;李艷濤;程康;;聚類分析和判別分析在投資中的應用[J];信息安全與技術;2015年06期

5 沈海生;;基于K-聚類分析法的預防性養(yǎng)護路段劃分[J];安徽建筑;2015年03期

6 宮海欣;;我國“中部崛起”戰(zhàn)略的實證分析[J];智富時代;2016年S2期

7 溫興化;余皓珉;葉霽;;基于聚類分析的墨量預置優(yōu)化方法[J];數(shù)碼世界;2016年12期

8 溫小霓;張哲;;互聯(lián)網(wǎng)保險產(chǎn)品開發(fā)研究——基于平安互聯(lián)網(wǎng)保險產(chǎn)品的聚類分析[J];保險理論與實踐;2017年03期

9 江平;;高職大學生心理健康水平的聚類分析[J];現(xiàn)代職業(yè)教育;2017年07期

10 顧宇杰;;環(huán)境安全評價指標體系的構建及聚類分析——以江蘇省13市為例[J];赤子(下旬);2017年01期

相關會議論文 前10條

1 肖靜;楊澤峰;徐辰武;;微陣列表達譜監(jiān)督聚類分析方法的比較研究[A];江蘇省遺傳學會第七屆代表大會暨學術研討會論文摘要匯編[C];2006年

2 何國民;;復相關聚類分析法[A];第六屆全國體育科學大會論文摘要匯編（二）[C];2000年

3 趙小剛;張蒙蒙;黃河;戴思蘭;;基于聚類分析的小菊品種間親緣關系分析[A];中國觀賞園藝研究進展2018[C];2018年

4 孫曉東;胡勁松;焦s，

本文編號：2659005