發(fā)布時間：2021-02-25 12:56

　　針對模糊C均值（FCM）聚類算法易受初始聚類中心影響而陷入局部最優(yōu)問題,提出了一種基于Levy飛行的螢火蟲模糊聚類算法（LFAFCM）。該算法改變螢火蟲算法的隨機移動策略,以平衡算法局部搜索和全局搜索能力;螢火蟲位置更新過程中引入Levy飛行機制,以提高全局尋優(yōu)能力;根據(jù)迭代次數(shù)和螢火蟲位置動態(tài)調整每個螢火蟲的尺度系數(shù),以限制Levy飛行可搜索范圍,并加快算法收斂速度。利用5個UCI數(shù)據(jù)集對算法進行實驗驗證,實驗結果表明,該算法有效避免了陷入局部最優(yōu)并具有較快的收斂速度。 

【文章來源】：計算機應用. 2019,39(11)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 相關算法
    1.1 模糊C均值聚類算法
    1.2 螢火蟲算法
        1.2.1 算法原理
        1.2.2 算法的數(shù)學描述
            1)螢火蟲亮度:
            2)螢火蟲之間的相對吸引度:
            3)螢火蟲i被比其明亮的螢火蟲j吸引而移動,其位置更新公式為:
2 基于Levy飛行的螢火蟲模糊聚類
    2.1 Levy飛行機制
    2.2 基于Levy飛行的螢火蟲模糊聚類
        1)避免局部最優(yōu)。
        2)減少迭代次數(shù)。
    2.3 LFAFCM算法步驟
    2.4 時空復雜度分析
        2.4.1 時間復雜度分析
        2.4.2 空間復雜度分析
3 實驗
    1)數(shù)據(jù)集的極值。
    2)LFAFCM聚類效果。
    3)LFAFCM收斂速度。
4 結語


【參考文獻】：
期刊論文
[1]新模糊聚類有效性指標[J]. 耿嘉藝,錢雪忠,周世兵.  計算機應用研究. 2019(04)
[2]基于混合螢火蟲算法的RFID網絡多目標規(guī)劃[J]. 王曄嬌,周暉.  計算機應用研究. 2018(10)
[3]基于模糊c-means與自適應粒子群優(yōu)化的模糊聚類算法[J]. 耿宗科,王長賓,張振國.  計算機科學. 2016(08)
[4]一種基于混沌云模型的人工螢火蟲優(yōu)化算法[J]. 張亞楠,劉升.  小型微型計算機系統(tǒng). 2015(11)
[5]基于特征選擇的模糊聚類異常入侵行為檢測[J]. 唐成華,劉鵬程,湯申生,謝逸.  計算機研究與發(fā)展. 2015(03)
[6]一種基于多種群學習機制的螢火蟲優(yōu)化算法[J]. 符強,童楠,趙一鳴.  計算機應用研究. 2013(12)
[7]基于自適應t分布混合變異的人工螢火蟲算法[J]. 杜曉昕,張劍飛,孫明.  計算機應用. 2013(07)
[8]一種基于螢火蟲算法的模糊聚類方法[J]. 林睦綱,劉芳菊,童小嬌.  計算機工程與應用. 2014(21)



本文編號：3051002