一種量子行為粒子群優化動態聚類算法

摘要：為了改善量子行為粒子群優化算法的收斂性能，避免粒子早熟問題，提出了一種基于完全學習策略的量子行為粒子群優化算法。由此設計了一種新的數據聚類算法，新的聚類算法通過特殊的粒子編碼方式在聚類過程中能夠自動確定最佳的聚類數目。在五個測試數據集上與其他兩種動態聚類算法進行聚類實驗比較，實驗結果表明，基于完全學習策略的量子行為粒子群優化動態聚類算法能夠獲得較好的聚類結果，有著良好的應用前景。