基于概率扰动策略的鲸鱼优化聚类算法_第1页
基于概率扰动策略的鲸鱼优化聚类算法_第2页
基于概率扰动策略的鲸鱼优化聚类算法_第3页
基于概率扰动策略的鲸鱼优化聚类算法_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、    基于概率扰动策略的鲸鱼优化聚类算法    许明瑞摘 要：针对鲸鱼优化聚类算法收敛精度低、在迭代次数较多时容易陷入局部最优的问题，提出了一种基于概率扰动策略的鲸鱼优化聚类算法。主要从两个方面对鲸鱼算法进行改进，首先利用佳点集来初始化鲸鱼种群，得到均匀性好的解，从而提高鲸鱼种群的多样性其次，利用概率扰动策略增强算法在寻优后期的局部搜索能力。仿真实验表明，改进后的算法的聚类准确率和稳定性得到提高。关键词：鲸鱼优化算法;聚类分析;种群多样性doi：10.16640/ki.37-1222/t.2019.21.1551 鲸鱼优化算法的基本原理鲸鱼优化算法是一

2、种新的启发式群智能优化算法1，该算法主要包括随机搜索猎物、包围猎物、螺旋更新位置三个阶段。4 实验结果与分析为了验证iwoa的有效性，将k-means、cs、woa与本文所提出的iwoa在仿真试验下进行聚类质量比较。实验选取uci数据库中4个典型数据集iris、glass、haberman、wisconsin进行测试。基于实验测试结果，对于iris數据集，从内部评价指标来看，iwoa的目标函数最大值，最小值，平均值均优于其它算法。从外部评价指标来看，iwoa的ari值相较于km和woa略有提升;对于glass数据集，从内部评价指标来看，iwoa在平均值和最大值上优于其它算法，从外部评价指标来看

3、，iowa的ari值和fmi值相较于其它算法均有较大提升。对于haberman数据集。从内部评价指标来看，iwoa的目标函数最大值，最小值，平均值均优于其它算法。从外部评价指标来看，iwoa的fmi值优于k-means和woa。对于wisconsin数据集，从内部评价指标来看，iwoa的目标函数最大值，最小值，平均值均优于其它算法。从外部评价指标来看，iwoa的ari值对其它算法有一定的提升，fmi值优于k-means。参考文献：1seyedali mirjalili，andrew lewis.the whale optimization algorithmj.advances in engineering software，2016

人人文库> 全部分类> 生活休闲 > 科普知识

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论