研究论文基于K均值的带变异粒子群聚类算法

针对K均值算法的搜索结果依赖于初始聚类中心以及粒子群算法早熟收敛的缺点，提出了一种基于K均值的带变异粒子群聚类算法.该算法通过粒子群算法来弥补K均值算法的不足，根据粒子的收敛情况判断K均值操作的时机，提高了搜索性能，并采用变异操作来跳出局部极值.分别用K均值算法、PSO-K均值算法和该算法对3种实际数据进行了聚类测试，实验结果的比较表明，该算法可以跳出局部极值，找到比其他2种算法更好的解，有更好的寻优效率并且更加稳定.