[發明專利]一種用于聚類分析優化人工魚群的方法

無效

• 申請號: 201310299162.5
• 申請日: 2013-07-17
• 公開（公告）號: CN103336840A
• 公開（公告）日: 2013-10-02
• 發明（設計）人: 田力威;田琳
• 申請（專利權）人: 沈陽大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06N3/00
• 代理公司: 沈陽技聯專利代理有限公司 21205
• 代理人: 趙越

技術領域

本發明涉及一種優化人工魚群的方法，特別是涉及一種用于聚類分析優化人工魚群的方法。

背景技術

目前聚類的研究多集中在混合聚類上：基于模擬退火的聚類分析雖然聚類結果較好，但是此方法執行時間過長且不適用于海量數據的分析。基于遺傳算法的混合聚類雖然并行性較好，但是仍然無法解決初始聚類中心隨機，而導致團簇聚集分散。由于K中心點方法無法自動獲得中心點，每次都需要比較相異度之和才能選出下一次迭代的簇心，這樣算法的計算代價會很大。

發明內容

本發明的目的在于提供一種用于聚類分析優化人工魚群的方法，該方法能夠自動獲得聚類分析的中心點，并且當數據集發生變化時，可以快速跟蹤變化，自適應的調整算法進行方向，根據本申請的算法，進行數據聚合的優化，減少所需時間，使決策準確性更高。

本發明的目的是通過以下技術方案實現的：

一種用于聚類分析優化人工魚群的方法，所述方法包括以下步驟：

????步驟1：設置人工魚參數的初值，利用目標函數計算當前位置的食物濃度；

????步驟2：通過魚群模塊的執行條件和人工魚前進準則，每條人工魚分別執行覓食、追尾、聚群等模塊，算法中的食物濃度可以參照為數據密度，對比視野范圍內食物濃度選擇優劣解,將其狀態記錄到公告板上，人工魚聚集在數據密度高的區域；

????步驟3：每條人工魚的狀態代表一個決策變量，通過計算目標函數值來評價魚的尋優程度，將其狀態記錄在公告板上，重復上述步驟，更新人工魚的位置信息，達到最大迭代次數時算法終止，最終選擇能表示初始聚類中心的解；

????步驟4：依據公告板信息和魚群的位置，選出K-中心點的輸入參數，即初始中心點和聚類個數；用K-中心點算法進行聚類分析，最終得到清晰地聚類劃分，在所有數據遍歷聚集后，整個步驟結束。

本發明的優點與效果是：

（1）減少計算量和算法執行時間，不僅提高算法運行效率，且不影響算法收斂性。

????（2）提高對理噪聲數據的處理，跳出局部最優，防止離群點影響而錯過全局極值點的問題。

????（3）解決了初始化聚類中心敏感問題，聚類劃分質量精度更高，特性相似的數據聚集明顯清晰。

（4）此方法還適用于具有復雜屬性的數據庫，在知識發現、信息預測決策分析有著重大作用。

（5）其良好的并行性和穩定性可有效的適應實時的數據的動態變化。

附圖說明

????圖1為一種用于聚類分析的優化人工魚群方法；

????圖2示出接收到海量數據的分布圖；

????圖3示出了進行數據遍歷后生成的效果圖。

具體實施方式

下面結合實施例對本發明進行詳細說明。

參照圖1描述根據本申請實施方式的用于聚類分析的優化人工魚群方法

步驟1

設置人工魚參數的初值，計算當前位置的食物濃度。

初始化所采用人魚群算法的參數，如果人工魚個數為N、人工魚個體的狀態定義為：????????????????????????????????????????????????,[其中f_i為欲尋優的變量]、人工魚移動的最大步長Step、人工魚的視野Visual、覓食最大試探次數Try_number、擁擠度因子δ、人工魚所在位置的食物濃度的計算公式為?。

?步驟2

通過魚群模塊的執行條件和人工魚前進準則，每條人工魚分別執行覓食、追尾、聚群等模塊，算法中的食物濃度可以參照為數據密度，對比視野范圍內食物濃度選擇優劣解,將其狀態記錄到公告板上，最終人工魚聚集在了數據密度高的區域。

用于聚類分析的方法為人工魚群方法，該方案分為三部分，包括覓食模塊、聚群模塊和追尾模塊。

A覓食模塊

覓食模塊作為人工魚的基本習性之一，主要原理是魚群通過視覺與味覺趨向于食物濃度大的區域。設置當前人工魚狀態為F_i，隨機選擇當前位置視野內一個狀態F_j，其中選擇視野內隨機狀態的公式定義為：

式中?，從公式可求出范圍內的狀態F_j。

再求優化解過程中，若食物濃度?，說明狀態更優則向此位置方向前進一個步長，其中人工魚前進的公式定義為：