基于改进蜂群算法的K-means算法
来源期刊：控制与决策2018年第1期
论文作者：于佐军 秦欢
文章页码：181 - 185
关键词：人工蜂群算法;聚类算法;算术交叉;最佳聚类数;
摘 要：针对标准人工蜂群算法搜索效率低、收敛速度慢等缺点提出一种改进的人工蜂群算法.通过引入算术交叉操作以及利用最优解指导搜索方向,增加算法收敛的速度.在7个基准函数上的测试结果表明了算法的有效性.在此基础上,针对K-means算法的缺点提出基于改进蜂群算法的K-means算法,并加入自动获得最佳聚类数的功能.在人工数据集和UCI真实数据集上的测试验证了所提出算法的性能.
于佐军，秦欢
中国石油大学(华东)信息与控制工程学院
摘 要：针对标准人工蜂群算法搜索效率低、收敛速度慢等缺点提出一种改进的人工蜂群算法.通过引入算术交叉操作以及利用最优解指导搜索方向,增加算法收敛的速度.在7个基准函数上的测试结果表明了算法的有效性.在此基础上,针对K-means算法的缺点提出基于改进蜂群算法的K-means算法,并加入自动获得最佳聚类数的功能.在人工数据集和UCI真实数据集上的测试验证了所提出算法的性能.
关键词：人工蜂群算法;聚类算法;算术交叉;最佳聚类数;
