求解聚类问题的改善人工鱼群算法.pdfVIP

第20卷 第3期 计 算 机 技术 与 发展 Vo1．20 No．3 2010年3月 C~)MPUTERTECHN0L0GYANDDEVELOPMENT Mal-． 2010 求解聚类问题的改进人工鱼群算法 王会颖 ，章义刚2 (1．安徽财贸职业学院计算机系，安徽 合肥 230061； 2．合肥学院，安徽 合肥 230022) 摘 要：聚类在数据挖掘、统计学、机器学习等很多领域都有很大应用。聚类问题可以归结为一个优化问题。人工鱼群算 法(A )是一种新提出的新型仿生优化算法。在分析AFSA存在不足的基础上，提出一种改进人工鱼群算法，并应用于 求解聚类问题。算法保持了AFSA算法简单、易实现的特点．通过改进个体鱼的行为，并引入均匀交叉算子，将人工鱼群算 法和遗传算法融合，显著提高了算法运行效率和求解质量。仿真实验取得了较好的结果。 关键词 ：聚类；人工鱼群算法；交叉算子；优化 中图分类号：TP301 文献标识码 ：A 文章编号 ：1673—629X(2010)03—0084—04 AnImprovedArtificialFish。’Swarm Algorithm ofSolvingClusteringAnalysisProblem WANGHui．ying ，ZHANGYigang2 (1．DepartmentofComputerScience，AnhuiFinance TradeVocationalCollege，Hefei230061，China； 2．HefeiUniversity，Hefei230022，China) Abstract：Clusteringhasitsrootsinmanyareas。includingdatamining ．statistics，andmachinelearning na dcanber~radedasanopti- mizationproblem．Artificialfishswarmalgorithm(AFSA)isanovelbio—inspiredoptimizing method．Afteranalyzingthedisadvantages ofAFSA．presentsanmiprovde artificialfishSWalTOoptimizationalgorittmaofsolving clusteringanalysispmblem．Byimpm~ng theartifi— cialfish’Sbehaviorsandcombining artificialfish—swam3algoritmh withgeneticalgorithm．thealgorithm isassimpleforimplementas AFSA，butitgreatlyimproves theabilityofseeking theglobalexcellentresultandc0n、rergencepropertynadaccuracy．Thesmiulationre- suitsshow thatthealgoritmh isn-loreefficient． Ke，words：clustering ；artificialfishSWalTIIalgorithm ；crossoveroperator；optimization O 引 言 异，通过无监督学习将样本按类似性分类，把相似性大 模仿鱼类行为方式，文献[1，2]提出了人工鱼群算 的样本归为一类，每个聚类中心起着相应类型代表的 法(AFSA，ArtificMFish—SwamiAlgorithm)，是一种 作