当前位置:   article > 正文

粒子群优化算法

粒子群优化算法

      粒子群优化算法是一种模拟鸟类群体行为的智能优化算法,现已成为进化算法的一个新的重要分支。粒子群算法思想直观、实现简单而且具有很高的执行效率,自提出以来,受到国内外众多学者的关注。

       粒子群优化与其它基于群体的进化算法相比,它们均初始化为一组随机解,通过迭代搜寻最优解。PSO将每一个可能产生的解表述为群中的一个微粒,每个微粒都具有自己的位置向量和速度向量,以及一个由目标函数决定的适应度。本文首先介绍了基本的粒子群算法的理论和基本算法流程,然后介绍了模糊聚类的相关知识。从而对基于粒子群的聚类分析有更进一步的认识,然后在本文的第三章,通过MATLAB对该算法进行了仿真,并通过分析几张手动输入图片进行仿真分析,发现采用不同的距离方法均能实现图片的模糊聚类。

随着人类的活动范围逐步扩展,科学技术不断进步,人们能以更快速更廉价的方式获得和存取数据,这就使得数据及信息量以指数方式增长。同时随着计算机硬件和软件的飞速发展,尤其是数据库技术与应用的普及,人们面临的将是浩瀚无垠的数据海洋,如果没有有效的方法提取这些大量数据中有用的信息和知识,将会造成极大的浪费。

聚类分析是一种无教师监督的分类方法,是用数学的方法研究分类问题的一门学科,在数据挖掘的研究中占有很大的比重。它是多元分析的一个分支,目前已被广泛应用于信息检索、机器学习、模式识别、图像处理等研究领域。迄今为止,聚类分析已经经历了20多年的发展历程,并在很多方面得到了很好的应用,但是聚类算法仍存在许多不完善的地方,为了使它得到更好的推广和应用,对聚类算法进一步的优化和改进还是非常迫切和

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/在线问答5/article/detail/1013893
推荐阅读
相关标签
  

闽ICP备14008679号