求解聚类问题的混合PSO算法设计  

A Hybrid Particle Swarm Optimization Algorithm to Solve Clustering Problem

作　　者：杨勋[1] 王江晴[1] 

机构地区：[1]中南民族大学计算机科学学院,湖北武汉430074

出　　处：《微电子学与计算机》2007年第10期43-45,49,共4页Microelectronics & Computer

基　　金：湖北省自然科学基金(2004ABA029)

摘　　要：提出了一种基于混沌理论的求解聚类问题的混合PSO算法,该算法结合相关算法的优势采用混沌扰动生成初始化聚类种子,以保证解的分布性能;采用PSO算法进行初步聚类,以改善算法的全局搜索性能;然后采用K-均值算法进行局部精练,以加快算法的收敛速度。将粒子分为静态和动态两种,精心设计了动态粒子的属性,用碟型数据和IRIS数据仿真实验表明,该算法是有效的,能很好地解决聚类问题。This article presents a hybird Particle Swarm Optimization （PS0） algorithm to solve clustering problem. It bases on chaos theory, combines PSO with K-means algorithm. Firstly, uses the method of chaotic stir to create initial seed, secondly design PSO algorithm to cluster in advance, the last introduces K-means algorithm to quicken convergence＇s steps. Meanwhile the particles is labeled two kinds. Two benchmark cases are tested and show that the method can efficiently cluster the candidates.

关 键 词：聚类 微粒群 混沌 演化计算 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]