針對(duì)K-均值算法的差異與缺點(diǎn),對(duì)初始值敏感,易于落入局部最優(yōu)解,差異進(jìn)化算法具有強(qiáng)大的全局收斂能力和魯棒性,但其收斂速度較慢。鑒于上述問題和缺陷,論文首先詳細(xì)介紹了進(jìn)化算法關(guān)鍵操作和差分進(jìn)化算法的步驟和具體流程。然后,闡述了基于差分進(jìn)化的K-均值聚類算法的描述,步驟和具體流程。最后,提出基于改進(jìn)差分進(jìn)化的K均值聚類算法,詳細(xì)介紹改進(jìn)方案,改進(jìn)算法的步驟和具體流程。基于差分進(jìn)化和改進(jìn)算法的K均值聚類算法進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,該算法具有較好的搜索能力,算法收斂速度更快,魯棒性更強(qiáng)。 

【文章來源】：計(jì)算機(jī)與數(shù)字工程. 2019,47(05)

【文章頁數(shù)】：7 頁

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的K-Means聚類算法的研究[J]. 王雪梅,李曉峰,高巍巍.  計(jì)算機(jī)與數(shù)字工程. 2013(11)
[2]基于改進(jìn)差分進(jìn)化的K-均值聚類算法[J]. 高平,毛力,宋益春.  電腦知識(shí)與技術(shù). 2013(22)
[3]改進(jìn)的組合差分進(jìn)化優(yōu)化算法[J]. 董明剛,王寧,程小輝.  計(jì)算機(jī)仿真. 2013(01)
[4]帶基向量種群的改進(jìn)差分進(jìn)化算法[J]. 姜立強(qiáng),強(qiáng)洪夫.  計(jì)算機(jī)工程. 2012(03)

碩士論文
[1]差分進(jìn)化算法的改進(jìn)及其在聚類中的應(yīng)用[D]. 唐亞.廣東工業(yè)大學(xué) 2016
[2]K-均值聚類算法的研究與改進(jìn)[D]. 劉莉莉.曲阜師范大學(xué) 2015
[3]K-均值聚類算法的研究與改進(jìn)[D]. 歐陳委.長(zhǎng)沙理工大學(xué) 2011



本文編號(hào)：3191909