基于混沌粒子群K-means算法的人员分类训练

摘要

为提高人员训练过程中分类的准确性,提出一种混沌粒子群K均值聚类算法。为克服K均值聚类算法的缺点,引入粒子群优化算法,同时将混沌思想融入粒子运动过程中,以提高聚类算法全局搜索能力,克服早熟收敛。应用UCI数据对算法分类准确性和稳定性进行了检验。应用实验表明,该算法能有效地对受训人员进行分类,更加全面地反映受训人员状态,为科学合理地分类制定训练计划提供依据。