一种新混合聚类分析算法.docVIP

一种新的混合聚类分析算法 　　（广西民族大学数学与计算机科学学院, 南宁 530006） 　　?? 　　摘 要：结合人工鱼群算法的全局寻优优点提出了一种基于人工鱼群算法的K平均混合聚类分析算法。实验结果表明，该算法能克服K平均聚类算法易陷入局部极小的不足，有较好的全局性，且聚类正确率明显高于K平均算法，聚类效果更好。 　　?す丶?词：人工鱼群算法； K平均； 全局优化 　　?ぶ型挤掷嗪牛?TP301 文献标志码：A 　　 文章编号：1001?B3695(2009)03?B0879?B02 　　?? 　　Novel hybrid algorithm for clustering analysis 　　?? 　　HE Dengxu, QU Liangdong 　　?? 　　(College of Mathematics Computer Science, Guangxi University for Nationalities, Nanning 530006, China) 　　?? 　　Abstract:This paper proposed a novel hybrid algorithm for clustering analysis based on artificial fishschool algorithm and Kmeans. The experimental results show that the algorithm can overcome Kmeans clustering algorithm easily into the local minimum, have a better global optimization.The cluster accuracy is higher than Kmeans clustering algorithm obviously, and the cluster effect is better. 　　??Key words：artificial fishschool algorithm; Kmeans; global optimization 　　?お? 　　聚类分析在许多领域特别是数据挖掘、知识发现、模式识别、图像处理中得到了广泛的应用。在各种聚类分析算法中，K平均算法[1]应用最为广泛。然而传统的K平均算法存在两个缺点：a)对于初始聚类中心的随机选取可能会导致不同的聚类结果；b)该算法本质上是一种基于梯度下降的局部寻优算法，搜索效率高，但常常会陷入局部极小。?? 　　人工鱼群算法[2]是最近几年提出的一种新型的全局寻优算法，具有设计简单、并行性好等优点。它已成功地应用于时变系统的在线辨识、鲁棒PID的参数整定和优化前向神经网络[3~5]中，取得了较好的效果。然而该算法在搜索后期存在着搜索效率低的不足。?? 　　1 K平均算法和人工鱼群算法?? 　　1.1 K平均算法?? 　　K平均算法以距离作为相似性测度，追求较高类内相似度和较低类间相似度的指导原则。K平均算法的数学模型[6]可描述如下：?? 　　设K是一指定的正整数，X={Xi｜i=1,2,3,…,m}是m个数据集。其中Xi=(x??i1,x??i2,…,x??in)为含有n个属性的n维样本向量。聚类问题就是找到一个划分C={C1,C2,…,CK}，满足X=∪Ki=1Ci，Ci≠??(i=1,2,…,K),Ci∩Cj=??(i,j=1,2,…,K;i≠j),且使聚类目标函数J(C)=∑Ki=1∑Xj∈Cid(Xj,Yi)达到最小。其中：Yi是第i个聚类中心向量，即 　　Yi=(y??i1,y??y2,…,y??in)=(∑Xj∈CiXj)/｜Ci｜（｜Ci｜是第i类聚类所含样本数据的个数）；d(Xj,Yi)为第j个输入样本Xj到第i类中心Yi的欧几里德距离，即??d(Xj,Yi)=(x??j1-y??i1)??2+(x??j2-y??i2)??2+…+(x??jn-y??in)??2。?? 　　所有聚类中心确定后，聚类的划分由下面的最近邻法则决定：样本离某个聚类中心最近那么它就归为这一类。?? 　　1.2 AFSA算法?? 　　AFSA是李晓磊等人在前人对群体智能行为研究的基础上提出的一种新型仿生优化算法。在一片水域中， 鱼往往能自行或尾随其他鱼找到营养物质多的地方，因而鱼生存数目最多的地方一般就是本水域中营养物质最多的地方。人工鱼群算法根据这一特点，通过构造人工鱼来模仿鱼群的觅食、聚群、追尾及随机行为，从而实现寻优。?? 　　1）人工鱼模型的相关定义?? 　　人工鱼个体的状态X=(x1,x2,…,xn)。其中xi(i=1,??2,…,n)为寻优变