改进自适应大邻域搜索算法聚类分析

摘要

聚类分析作为数据挖掘的最主要功能之一,为解决其初始聚类中心敏感以及容易陷入局部最优等问题,提高分类精度,提出将聚类问题转化为优化问题,并采用自适应大邻域搜索算法求解(Adaptive Large Neighborhood Search,ALNS).针对模型求解的特殊要求,为ALNS算法设计2种破坏算子和2种修复算子,并设计自适应层对搜索效率高的算子进行选择以提高搜索效率.通过实例分析,所提算法能够对问题进行高效的求解.