换句话说,在 k-medoids 算法中,我们将从当前 cluster 中选取这样一个点——它到其他所有(当前 cluster 中的)点的距离之和最小——作为中心点。k-means 和 k-medoids 之间的差异就类似于一个数据样本的均值 (mean) 和中位数 (median) 之间的差异:前者的取值范围可以是连续空间中的任意值,而后者只能在给...
摘要:k-Median问题在理论和实际中都有重要的应用。提出一种遗传算法,针对交叉和变异操作,采用不同的选择策略,并在一般距离空间和Metric距离空间的各实例上,通过与局部搜索等算法进行比较,验证了算法的求解性能。 关键词:k-Median;遗传算法;局部搜索;距离空间 AGeneticAlgorithmforthek-MedianProblemLIQiang (Departmentof...
k-median问题,他是NP—Hard类的组合优化问题。对于NP.Hard类的 问题,在P≠NP的假设下,是不存在多项式时间算法的,只能设计求 解他们的近似算法或近似方案。 k-median问题也是属于Cluster问题中的一类子问题,同时与他紧 密相关的是设备定位问题,即facilitylocation问题,后者特殊之处在 ...
贪心算法求解k—median问题 维普资讯 http://www.cqvip.com
K-median 算法 技术标签:k-median 1 Inroduction 1.1 背景和符号 k-中值问题几十年来一直受到重视,主要是计算机科学和运筹学研究。 这个问题通常形式化如下: 给定一个度量空间X,一组客户C∈X和一组设施F∈X,使得| X | = | F∪C| = n,在F中开放k个设施,以尽量减少每个客户到最近开放设施的距离总和。
[1 ]遗传算法是求解优化问题的一种仿生算法,借鉴了生物进化的思想,在诸多领域取得了优于传统启发式算法的性能。 [2 ]本文提出一种求解 k-Median 问题的遗传算法,与一般的遗传算法的主要不同点是:(1) 对于交叉操作,一般遗传算法中采用轮盘赌等基于概率的方法进行选择,而本文算法采用随机选择,来决定哪些个体进行...