基于DBSCAN的自适应GSA算法研究

发布时间：2017-11-09 19:05

  本文关键词：基于DBSCAN的自适应GSA算法研究

  更多相关文章： GSA算法 DBSCAN 自适应策略 启发式优化算法

【摘要】：在万有引力搜索算法(GSA)的基础上,提出了基于DBSCAN的自适应万有引力搜索算法(DBAGSA).算法在首次迭代过程中先通过聚类将种群划分对初始种群进行预处理,然后各子群中的个体再根据其适应度值和引力常数更新自己的速度、位置和引力质量值,并以自适应的方式更新最优解的信息.通过聚类和自适应的方式提高万有引力搜索算法的搜索能力和收敛速度,并有效平衡其群居探测能力及局部搜索能力.实验结果表明,改进后的万有引力搜索算法与标准GSA算法相比,收敛速度更快而且收敛精度更高.
【作者单位】： 南京工业大学计算机科学与技术学院;
【分类号】：TP18
【正文快照】： 1引言GSA算法是2009年由伊朗科学家根据牛顿万有引力定律中引力和质量的相互作用提出的.GSA由于具有较快的收敛速度以及较好的全局搜索能力受到研究人员的广泛关注.该算法提出后,研究人员在原始标准GSA算法上进行了一系列应用与改进的研究.关于GSA的应用主要包括三类:一类是将

【相似文献】

中国期刊全文数据库 前7条

1 王翠茹;朵春红;;一种改进的基于密度的DBSCAN聚类算法[J];广西师范大学学报(自然科学版);2007年04期

2 任兴平;何忠龙;孟增辉;;改进DBSCAN算法中参数Eps值的确定[J];现代电子技术;2007年11期

3 朱p荑，

本文编号：1163160