人工蜂群算法的改进及其在聚类分析中的应用研究

作     者：胡本木 

作者单位：南京师范大学 

学位级别：硕士

导师姓名：孙越泓

授予年度：2014年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：模糊C均值 人工蜂群算法 聚类分析 Gap Statistic 定位更新技术 

摘      要：本文在综述当前人工蜂群算法的改进以及应用的基础上,针对其存在的不足进行新的改进研究,并把人工蜂群算法应用于聚类问题和估计最佳聚类数目问题的求解中.本文主要工作如下： (1)针对人工蜂群算法存在收敛速度慢的缺点,将其与模糊C均值算法相结合,从而可以利用模糊C均值算法的快速收敛性质,让人工蜂群算法在处理聚类问题的一开始,就可以有一个较好的解,从而加快算法的收敛速度. (2)针对人工蜂群算法存在更新公式单一的缺点,利用改进的人工蜂群算法(PSABC算法),使得人工蜂群算法在每一次更新时有三个更新的公式,增加了蜂群的多样性,提高算法的寻优性能. (3)针对人工蜂群算法存在利用已更新信息不充分的缺点,提出一种新的定位更新技术即让算法在每一次循环结束的时候,利用此次循环的最优解和最差解做进一步的定位更新,使得算法能在一个明确的位置做出适当的更新. (4)将基于定位更新技术的改进PSABC算法运用到Gap Statistic方法中,能在一些聚类问题中更加准确地估计出最佳聚类数目.