基于改進(jìn)人工蜂群算法的聚類研究.pdf

1、近年來，計(jì)算機(jī)、網(wǎng)絡(luò)的迅猛發(fā)展及市場(chǎng)競(jìng)爭(zhēng)的激烈程度不斷的加劇，帶來了客戶關(guān)系管理問題中聚類求解效率的更大挑戰(zhàn)。由于其簡(jiǎn)單、比其它的啟發(fā)式仿生算法更為有效且魯棒性強(qiáng)的特點(diǎn)，人工蜂群算法已受到了國(guó)內(nèi)外學(xué)者的關(guān)注，并成功的應(yīng)用在工程方面。人工蜂群算法已被大量實(shí)踐證明能夠快速有效進(jìn)行求解，但是人工蜂群算法的設(shè)計(jì)過于依賴問題特點(diǎn)，設(shè)計(jì)一種能夠自動(dòng)基于問題特點(diǎn)對(duì)算法設(shè)計(jì)進(jìn)行推薦的機(jī)制可以解決傳統(tǒng)算法設(shè)計(jì)方式的低效性和重復(fù)性問題，實(shí)現(xiàn)問題驅(qū)動(dòng)下的算法

2、快速設(shè)計(jì)。本文在對(duì)問題和算法進(jìn)行一般化抽象的基礎(chǔ)上，建立了有效提高聚類效率的改進(jìn)人工蜂群算法。本文研究工作和創(chuàng)新點(diǎn)主要包括:
　　(1)建立聚類分析算法的一般描述模型
　　通過對(duì)客戶關(guān)系問題的對(duì)象及其屬性進(jìn)行分析，整理出該問題聚類性的屬性特點(diǎn)，并在此基礎(chǔ)上基于本體理論建立了客戶關(guān)系問題的聚類描述模型。
　　(2)提出改進(jìn)蜂群算法
　　圍繞蜂群算法的原理、特點(diǎn)、改進(jìn)及其應(yīng)用等方面進(jìn)行全面綜述，重點(diǎn)針對(duì)復(fù)雜環(huán)境的蜂群

3、算法研究?jī)?nèi)容以及算法的多種改進(jìn)形式，并對(duì)將來的研究方向進(jìn)行了分析。為了提高開發(fā)探索能力，將全局最優(yōu)解整合到搜索過程中，提出了一種改進(jìn)的人工蜂群算法。改進(jìn)人工蜂群算法有效的提高了蜂群算法的性能。與對(duì)比算法相比，改進(jìn)的人工蜂群算法具有更高的收斂精度，并且收斂速度更快。
　　(3)建立混合算法求解框架
　　基于應(yīng)用客戶關(guān)系聚類分析和蜂群算法引擎，構(gòu)建了問題-策略知識(shí)庫(kù)。并建立了基于概率的蜂群算子選擇機(jī)制，通過記錄每類問題的算子選擇

4、歷史績(jī)效，不斷迭代分化不同算子組合的選擇概率，最終實(shí)現(xiàn)對(duì)算子的推薦策略。在該機(jī)制的建立過程中，設(shè)計(jì)了兩種生成初始算子池的方法，一種是基于蜂群算法設(shè)計(jì)規(guī)則全集的方法，另一種則是以基于均勻聚類設(shè)計(jì)的方法得到的算子設(shè)計(jì)規(guī)則樣本為初始算子池。改進(jìn)人工蜂群算法能調(diào)節(jié)全局尋優(yōu)能力與局部尋優(yōu)能力的優(yōu)點(diǎn)與K-均值算法收斂速度快的優(yōu)點(diǎn)相結(jié)合，來提高算法的魯棒性。通過大量的實(shí)驗(yàn)分析，該算法不僅克服了傳統(tǒng)K-均值聚類算法穩(wěn)定性差的缺點(diǎn)，而且聚類效果也有了明顯