论文部分内容阅读
针对传统的K-means算法对初始聚类中心取值敏感和易陷入局部最优解等缺点，提出一种带时间因子的改进粒子群优化（ParticleSwarmOptimization,PS0)聚类算法。首先在PS0算法中引入反映时间效应的动态调整时间因子，以避免粒子在最优解附近震荡，为保证粒子在规定范围内运动，采用边界缓冲墙对越界粒子进行处理；其次针对粒子群算法存在的全局搜索性能问题，通过改进的混沌技术对粒子群进行扰动，以混沌搜索替代随机搜索，确保种群的多样性,进而使粒子群向更优的方向移动；最后将改进后的粒子群算法结合K-m