毕业论文--鱼群算法在聚类分析中的应用

《毕业论文--鱼群算法在聚类分析中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业论文设计（论文）题目鱼群算法在聚类分析中的应用学院名称管理学院专业（班级）电子商务10-2班姓名（学号）指导教师2013年6月5日目录摘要3Abstract41绪论51.1研究的背景和意义51.1.1研究背景51.1.2研究目的与意义61.2国内外研究现状61.2.1数据挖掘研究现状61.2.2聚类方法研究现状71.3论文各部分的主要内容72聚类算法概论82.1聚类的定义82.2聚类算法的分类与应用82.3K-means算法93人工鱼群算法113.1引言113.2人工鱼的相关定义113.2.1鱼群模式的提出1

2、13.2.2人工鱼的结构模型123.3人工鱼群算法发的运行机制133.3.1行为描述133.3.2行为选择153.4人工鱼群算法的研究与发展趋势154人工鱼群算法求解聚类问题164.1引言164.2人工鱼群算法与聚类融合164.4整体算法描述174.4实验与分析设计184.4.1实验设计184.4.2运算结果204.4.3分析205总结20参考文献21Kmeans的弊端、评估标准、流程图、多来几种方法、每章小结、致谢鱼群算法在聚类分析中的应用摘要：数据挖掘是目前信息产业界最热门的研究方向，而数据挖掘中的核心技术是

3、聚类分析。聚类分析在统计学、数据挖掘、机器学习等很多领域中都有非常广泛的应用，目前来看聚类算法的主要方法有以下五种：划分方法、层次方法、基于网格的方法、基于密度的方法和基于模型的方法。人工鱼群算法（AFSA）是一种新型的仿生优化算法，采用自下而上的设计方法，对寻优空间的形式和性质有求不高。且算法拥有对初始参数要求低、结构简单和寻优速度快等优点，使得算法从提出到现在得到了广泛的好评。本文将人工鱼群算法与聚类的思想相融合，并将算法用于求解聚类问题。并与传统的K均值算法（K-means算法）进行比较，并得出算法的优越性

4、。关键词：人工鱼群算法；聚类；K-means算法；优化算法Abstract1绪论1.1研究的背景和意义1.1.1研究背景随着信息信息技术的日益发展，大量的数据不断地从我们的工作和生活中产生，这些数据记录了我们的日常生活中的点点滴滴，我们将其中对我们有意义、有价值的保存起来，就形成了数据库里面的一条条记录。然而，对于这些每天都在积累的大量的数据本身而言是并不能作为信息的，然而这些数据的背后却隐藏着巨大的信息量，对我们有用的数据才是信息，所以我们得通过各种技术去对大量的数据进行统计、挖掘。面对每日以指数增长的数据量，

5、老旧的数据挖掘技术显得心有余而力不足，与此同时聚类数据挖掘的兴起与仿生群体算法的发展，使得数据挖掘更加的高效。数据挖掘（DataMining）又被称为知识发现（KnowledgeDiscovery，KD），是从大量随机的数据中“挖掘”隐含在数据集中的潜在信息的过程。不论是数据库中的格式化数据,还是复杂多样的混合文本、多媒体数据、生物信息数据等,都可以作为数据挖掘的目标对象[1-3]。数据挖掘中的核心技术是聚类分析，聚类分析（ClusterAnalysis）又被称作群体分析，是根据“物以类聚”的思想，对样品或指标进

6、行规划分类的一种分析方法，它们讨论的对象是规模庞大的数据样品，要求尽可能合理地按各自的特点来进行合理的分类，没有任何可供参考和依循的模式，也就是说是在没有先验知识的情况下进行的。聚类算法大体可划分为以下五类：划分方法、层次方法、基于模型的方法、基于密度的方法和基于网格的方法。而属于划分聚类的k均值聚类算法（K-means算法）就是根据初始聚类中心确定一个初始划分，然后对初始划分进行优化。而它的缺点就是初始聚类中心的选择对聚类的结果影响很大，而且算法的开销很容易受到数据初始量大小的影响。所以，近年来产生了许多仿生类

7、的对原始参数要求较低并且能迅速准确的获得最优解的算法，如鱼群算法、蚁群算法、萤火虫算法等。人工鱼群算法（AFSA）是李晓磊等人，通过对鱼类习性、生活方式以及物种特征的深度观察，模仿鱼类行为方式提出的一种基于动物自治体的优化算法，是集群智能思想的一个具体应用。例如：在湖泊中，鱼类一般更愿意生存在水域中食物浓度较高的地方，他们会通过自己的方式寻找到这样的地方。因此，本算法就依据鱼类的这一特点来模仿鱼群的聚群行为从而实现聚类的。该算法具有全局性好、寻优速度快、对初始参数要求不高、结构简单等优点。1.1.2研究目的与意义

8、本文研究的目的：1)研究人工鱼群算法的工作机制；2)研究如何将聚类机制引入人工鱼群算法；3)研究如何将鱼群算法实现在聚类挖掘中的应用，并将本算法与传统聚类算法进行比较；4)探索验证该算法在解决优化问题的特性；本文研究的意义：人工鱼群算法是一种基于动物行为的智能优化算法，它采用自下而上的设计方法，对寻优空间的形式和性质没有特殊要求。鱼群算法从构造鱼类底层的行为开始，通过每条