新的混合小生境鱼群聚类算法

• 作 者: 王培崇 钱旭 雷凤君
• 机 构: 中国矿业大学北京机电与信息工程学院,石家庄经济学院信息工程学院
• 出 处: 计算机应用
• 发表日期: 2012年08期
• 关键词: 聚类 人工鱼群算法 小生境 排挤机制 聚集因子 算法融合 clustering Artificial Fish Swarm （AFS） niching exc
• 基金项目: 河北省科技攻关项目（11213525D）,石家庄经济学院博士科研基金资助项目.

针对K-Means算法对于初始k值较敏感和容易过早收敛的问题,提出基于人工鱼群机制的K-Means聚类算法(NAFS)。首先,利用先验知识随机产生待求解问题的若干个聚类中心,组成一个鱼群环境;其次,利用鱼群个体的协作、竞争机制寻找满意的结果。鉴于人工鱼群算法后期容易陷入局部最优,根据鱼群聚集度引入小生境算法,改善种群的多样性,提高了算法的求解精度。在KDDCUP99数据集上的实验结果表明,该算法具有较高的聚类精度,适用于高维数据的聚类问题。