优化阶段:首先采用多目标粒子群优化的经典形式生成聚类解集合;然后使用K-means算法生成随机分布的初始化种群,并为其分配随机初始化的速度;最终,采用maximin策略确定帕... 茹蓓,朱楠,贺新征 - 《计算机应用研究》 被引量: 3发表: 2017年 基于粒子群优化K-means聚类算法的快递网点选址方法研究 对于大规模客户群体,如...
K-means是一种广泛使用的聚类算法,通过最小化每个点到其聚类中心的距离平方和来形成K个聚类。尽管它在许多情况下都很有效,但K-means对初始聚类中心的选择非常敏感,这可能导致聚类结果的局部最优。 ### 4. 结合PSO和K-means的方法 - **初始化**:随机初始化一组粒子,每个粒子代表一组可能的K-means聚类中心的...