声明
摘要
第1章 绪论
1.1 论文选题背景及意义
1.2 国内外研究现状
1.2.1 聚类分析研究现状
1.2.2 粒子群算法及其应用研究现状
1.3 论文的研究内容
1.4 文章的组织结构
第2章 粒子群算法介绍及在函数优化中的应用
2.1 粒子群算法概述
2.1.1 粒子群算法的概念
2.1.2 粒子群算法原理
2.1.3 算法的流程描述
2.1.4 算法的参数分析
2.2 粒子群算法现在函数优化计算中的应用
2.2.1 求解单目标约束优化问题
2.2.2 求解多目标约束优化问题
2.2.3 粒子群算法求解函数优化问题
2.3 本章小结
第3章 聚类分析理论与算法研究
3.1 欧式距离
3.2 两种典型聚类划分方法分析
3.2.1 K-均值聚类算法
3.2.2 K-中心点聚类算法
3.3 本章小结
第4章 粒子群算法原理及其在聚类分析中的应用
4.1 基于粒子群算法的聚类分析
4.1.1 聚类算法原理描述
4.1.2 实现步骤
4.2 实例分析
4.2.1 粒子群聚类算法在数据聚类中的应用
4.2.2 样品数据聚类效果分析
4.3 本章小结
第5章 改进粒子群优化算法在聚类分析中的应用
5.1 粒子群算法改进的介绍
5.1.1 具有时变加速因子的自组织粒子群算法
5.1.2 基于模式结构的改进粒子群算法
5.1.3 粒子群算法与其他仿生算法的比较与融合
5.2 基于K-均值的粒子群优化算法
5.2.1 基于K-均值的粒子群聚类算法思想与描述
5.2.2 基于K-均值的粒子群聚类算法流程
5.3 基于K-均值粒子群优化算法在聚类分析中的应用
5.4 本章小结
第6章 总结与展望
参考文献
攻读硕士学位期间论文发表及科研情况
致谢