论文研究广义信息系统的属性约简.pdf

针对K-均值聚类算法对初始值敏感和易陷入局部最优的缺点，提出了一个基于自适应杂交差分演化模拟退火的K-均值聚类算法。该算法以差分演化算法为基础，通过模拟退火算法的更新策略来增强全局搜索能力，并运用自适应技术来选择学习策略、确定算法的关键参数。实验结果表明，该算法能较好地克服传统K-均值聚类算法的缺点，具有较好的全局收敛能力，且算法稳定性强、收敛速度快，将新算法与传统的K-均值聚类算法以及最近提出的几个同类聚类算法进行了比较。