学位论文 > 优秀研究生学位论文题录展示

群智能算法在分割聚类中的研究

作　者: 刘玉玺
导　师: 欧阳丹彤
学　校: 吉林大学
专　业: 计算机软件与理论
关键词: 群智能算法遗传算法粒子群优化算法微分进化算法聚类问题
分类号: TP18
类　型: 硕士论文
年　份: 2009年
下　载: 162次
引　用: 5次
阅　读: 论文下载

内容摘要

群智能算法是一种演化计算技术,它与人工生命,特别是进化策略以及遗传算法都有着极为特殊的联系,目前已成为众多研究者的关注焦点。本文系统地描述了遗传算法、粒子群优化算法、微分进化算法的理论和实现技术及其在聚类分析问题中应用,并尝试对各种算法进行改进使其更快地找到最优解。本文借鉴于用遗传算法解决聚类问题的思路,在传统的K—均值聚类算法中引入了几种优化算法,最终实现了采用群智能理论解决聚类问题的算法。主要工作是采用改进的粒子群优化算法和微分进化算法解决聚类问题,着重强调了各种算法的混合,提出了粒子群算法与进化算法相结合的优化技术用于解决聚类问题。对这些算法使用标准聚类集对算法进行测试,实验结果表明,使用群智能算法在解决聚类问题上是可行的,并能达到很好的效果。

全文目录

内容提要  4-7
第1章引言  7-10
  1.1 研究背景及意义  7-8
  1.2 国内外研究现状  8
  1.3 本文的主要工作  8-10
第2章聚类问题  10-15
  2.1 聚类概述  10-11
  2.2 聚类分析  11-12
  2.3 聚类算法的数学描述  12-13
  2.4 K—均值聚类  13-14
  2.5 本章小结  14-15
第3章求解分割聚类问题的DE算法  15-24
  3.1 GA算法介绍  15-16
  3.2 DE算法介绍  16-17
  3.3 DE算法的改进  17-19
  3.4 DE聚类算法的描述  19-21
  3.5 实验结果  21-23
  3.6 本章小结  23-24
第4章求解分割聚类问题的PSO算法  24-31
  4.1 PSO算法介绍  24-25
  4.2 PSO算法原理及参数  25-27
  4.3 PSO算法的改进  27
  4.4 PSO聚类算法的编码与描述  27-29
  4.5 实验结果  29-30
  4.6 本章小结  30-31
第5章求解分割聚类问题的PSO/DE混合算法  31-35
  5.1 PSO/DE算法原理  31-33
  5.2 PSO/DE聚类算法的编码  33
  5.3 实验结果  33-34
  5.4 本章小结  34-35
第6章总结与展望  35-38
  6.1 全文总结  35-36
  6.2 未来工作  36-38
参考文献  38-40
攻读学位期间发表的学术论文  40-41
致谢  41-42
摘要  42-44
Abstract  44-46

群智能算法在分割聚类中的研究

内容摘要

全文目录

相似论文