首页 | 官方网站   微博 | 高级检索  
     

基于K-均值聚类的免疫粒子群优化算法
引用本文:满春涛,张锐,张涛.基于K-均值聚类的免疫粒子群优化算法[J].控制工程,2010,17(6).
作者姓名:满春涛  张锐  张涛
基金项目:黑龙江省自然科学基金资助项目,哈尔滨市科技创新人才研究专项资金项目,黑龙江省教育厅科研项目
摘    要:在解决复杂函数优化问题时,免疫粒子群优化算法在疫苗提取操作中,通常把最佳粒子作为有效特征信息,没有从根本上解决"趋同性"问题,影响算法的收敛速度和收敛精度.针对该问题,提出了一种基于K-均值聚类的免疫粒子群优化算法(KIPSO),将K-均值聚类算法用于免疫疫苗的提取,确定最高平均适应值的聚类中心及其最大邻域,得到符合具有最优个体特征的疫苗集,并以自适应方式确定疫苗集进行疫苗更新,提高算法的收敛性.仿真结果表明,与免疫粒子群优化算法相比,该算法提高了收敛速度和收敛精度.

关 键 词:K-均值  疫苗提取  免疫粒子群优化算法  自适应

Immune Particle Swarm Optimization Algorithm based on K-means Clustering
MAN Chun-tao,ZHANG Rui,ZHANG Tao.Immune Particle Swarm Optimization Algorithm based on K-means Clustering[J].Control Engineering of China,2010,17(6).
Authors:MAN Chun-tao  ZHANG Rui  ZHANG Tao
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号