一种改进二进制编码量子行为粒子群优化聚类算法

作     者：陈伟 傅毅 孙俊 须文波 

作者机构：江南大学物联网工程学院江苏无锡214000 

基　　金：国家自然科学基金项目(60703106 60474030) 国家863计划项目(2008AA02Z21) 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2011年第26卷第10期

页      码：1463-1468页

摘      要：为了改善二进制量子行为粒子群优化(BQPSO)算法的收敛性能,提出了一种基于完全学习策略的改进BQPSO优化(CLBQPSO)算法,并由此设计了一种新的数据聚类方法.该算法在4个测试数据集上与其他一些聚类算法进行了聚类实验比较,实验结果表明,基于CLBQPSO的聚类算法不仅收敛速度快,而且有较好的全局收敛性,收敛精度优于其他聚类算法,聚类效果更好.

主 题 词：量子行为粒子群优化 二进制编码 完全学习策略 聚类 

学科分类：0820[工学-航空航天类] 081203[081203] 08[工学] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13195/j.cd.2011.10.26.chenw.009

馆 藏 号：203703411...