声明
第1章绪论
1 .1研究课题背景及意义
1 .2膜计算介绍
1 .3粒子群优化算法介绍
1 .4聚类算法国内外研究现状及趋势
1 .5粒子群聚类算法概述
1 .6论文研究内容及组织结构
第2章基于避免最差思想改进粒子群优化算法(MIPSO)
2.1标准粒子群优化算法
2. 2M IPSO算法描述
2 .3 MIPSO算法基本流程
2. 4 MIPSO算法性能分析
第3章一种基于P系统的改进粒子群聚类算法
3 .1基于模拟退火规则的MIPSO算法
3 .2划分聚类算法
3.3 一种基于P系统的粒子群聚类算法
3.4 MMIPSOPS聚类算法的验证仿真与分析
第4章一种基于P系统改进的K-means 聚类算法
4.1 K-means聚类
4 .2基于遗传机制的粒子群优化算法
4 . 3基于P系统改进的K-means聚类算法
4 .4改进K-means聚类算法的验证仿真与分析
第5章 基 于P系统改进的K-means 聚类算法在客户细分中的应用
5. 2 改进的K-means 聚类算法进行客户细分
5.3 本章小结
第6章总结与展望
6.1 总结
6.2未来的工作展望
参考文献
攻读硕士学位期间发表的论文及参与的科研项目
致谢