人工蜂群算法的改进及其在聚类分析中的应用研究

来源 :南京师范大学 | 被引量 : 0次 | 上传用户:wuxiangff
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文在综述当前人工蜂群算法的改进以及应用的基础上,针对其存在的不足进行新的改进研究,并把人工蜂群算法应用于聚类问题和估计最佳聚类数目问题的求解中.本文主要工作如下:(1)针对人工蜂群算法存在收敛速度慢的缺点,将其与模糊C均值算法相结合,从而可以利用模糊C均值算法的快速收敛性质,让人工蜂群算法在处理聚类问题的一开始,就可以有一个较好的解,从而加快算法的收敛速度.(2)针对人工蜂群算法存在更新公式单一的缺点,利用改进的人工蜂群算法(PSABC算法),使得人工蜂群算法在每一次更新时有三个更新的公式,增加了蜂群的多样性,提高算法的寻优性能.(3)针对人工蜂群算法存在利用已更新信息不充分的缺点,提出一种新的定位更新技术即让算法在每一次循环结束的时候,利用此次循环的最优解和最差解做进一步的定位更新,使得算法能在一个明确的位置做出适当的更新.(4)将基于定位更新技术的改进PSABC算法运用到Gap Statistic方法中,能在一些聚类问题中更加准确地估计出最佳聚类数目.
其他文献
在线性规划模型的求解中,初始基的好坏是至关重要的.普遍相信,好的初始基可以导致迭代次数的减少.在理想的情形,如果初始基恰好是最优基,则无须迭代即可得到最优解.然而,迄今
首先,简述了复杂网络,时滞系统,分岔和多智能体系统的基本概念、研究背景和研究意义以及本论文的主要内容和创新性工作。  其次,考虑了两种时滞神经网络的Hopf分岔问题,一种是含
本文我们将主要讨论在拓扑空间中不适定问题的双参数Tikhonov正则化方法,证明了正则解的适定性(存在性、稳定性和收敛性).特别地,对于Hilbert空间中的不适定问题Fx=y,证明了Tikhon
学位
本文中,我们主要研究四阶抛物最优控制问题有限元方法的先验误差估计和超收敛性质.首先,我们采用分片线性函数逼近状态变量和对偶状态变量,采用分片常数逼近控制变量,得到状态变
新课程更加强调学生的素质教育,这也使得德育的作用得到进一步凸显。一直以来,传统教育模式中德育部分都被弱化,这是很不明智的做法,因此新课程对德育的重视程度进一步加强。
本文利用Gr(o)bner-Shirshov基给出了一类半群代数的第一同调群和Chinese半群代数的第二同调群的刻画.  本文由两章构成.第一章介绍了结合代数的Gr(o)bner-Shirshov基理论,
本文中,在交易成本下,我们研究了期权定价问题,其中,股价St方程公式满足:St=S0 exp(μt+σBH(t)),其中μ,H∈(1/2,1),S0>0且σ>0是恒定常数.经验研究显示Black-Sholes模型模型不能描述像
建立随机规划模型来求解诸如港口管理与设计等随机服务系统中的问题,在实际营运中取得了巨大的成功.把系统状态空间、状态变量和最优控制的概念引入随机规划中,扩大了随机规
本文主要研究了Banach空间中非线性不适定问题F(x)=y如下的改进的Levenberg-Marquardt迭代法的收敛性:  xδn+1=argminx∈D(F){1/2‖ F(xδn)+F(xδn)(x-xδn)-yδ‖2+αnDJξδ