基于人工鱼群的混合聚类算法研究

摘要

聚类分析又称群分析，它是研究分类问题的一种多元统计方法.近年来已经引起了人们的广泛关注，得到了迅速的发展.人工鱼群算法是近年来新兴的群智能算法，它具有群智能算法的优点，同时又具有良好的克服局部极值、取得全局极值的能力，并且具有鲁棒性强、自适应搜索、算法简单易实现等特点，正日益受到更多人的关注和使用.
　　 现有的聚类分析方法存在一些不足，本文结合人工鱼群算法，在传统的聚类分析方法的基础上，提出了两种基于人工鱼群的混合聚类算法.
　　 首先，对聚类分析中的模糊C均值算法进行分析，采用平均信息熵和密度函数方法分别确定聚类数目和初始聚类中心，再采用人工鱼群算法对数据进行分类.通过对实际数据进行测试，验证了该混合算法在聚类问题中的有效性.其次，分析了人工鱼群的改进算法，将一种改进觅食行为的人工鱼群算法，应用到聚类问题中，经过对实际数据进行测试，验证了改进后的人工鱼群算法在解决聚类问题时得到了更精确的结果.

目录

摘要

第一章 引言

§1．1 聚类问题

§1．2 人工鱼群算法

§1．3 国内外研究现状

§1．4 本文选题的背景及主要研究成果

第二章 算法简介

§2．1 聚类分析描述

§2．2 人工鱼群算法描述

第三章 人工鱼群与FCM混合聚类算法

§3．1 FCM算法描述

§3．2 基于FCM与人工鱼群的混合聚类算法

第四章 改进人工鱼群与FCM混合聚类算法

§4．1 改进的人工鱼群算法简介

§4．2 改进的人工鱼群与FCM混合算法

总结与展望

参考文献

致谢

作者简介

声明