融合改进差分进化思想的K-调和均值聚类

摘要：

针对K-调和均值聚类算法易陷入局部最优的缺点,提出了一种基于改进差分进化的K-调和均值聚类算法.该算法通过引入基于Logistic变尺度混沌搜索和指数递增交叉概率算子的差分进化算法来增强全局寻优能力.实验结果表明,该算法能够较好地克服K-调和均值算法的缺点,在保证收敛速度的同时增强了算法的全局搜索能力.

关键词：K-调和均值、差分进化、Logistic混沌搜索、指数递增交叉概率

所属期刊栏目：49

分类号：TP18(自动化基础理论)

资助基金：现代农业产业技术体系专项资金资助CARS-49;轻工过程先进控制教育部重点实验室开放课题资助江南大学项目APCLI1004

在线出版日期：2013-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：146-148,156