10、粒子群聚类算法与超宽带天线优化研究

粒子群聚类算法与超宽带天线优化研究

粒子群聚类算法实验分析

在聚类算法的研究中，PSO_K - means和K - means具有较快的收敛速度。TPSO_K - means相较于PSO_K - means，其初步搜索能力得到了提升，粒子的多样性也有所增强。从相关图表来看，在图5中，TPSO_K - means和PSO_K - means的适应度值小于K - means；而在图4、6和7中，TPSO_K - means的适应度值虽不比K - means小，但非常接近。

下面重点介绍TPSO与FCM算法的聚类实验。实验中，TPSO结合FCM算法的参数设置为：$c_1 = c_2 = 2$，迭代次数为100，粒子数量为10，$x_{max} = 0.9$，$x_{min} = 0.4$。实验结果如下表所示：

数据集	算法	方差	准确率	迭代次数
Iris	FCM	0	89.33	60.57
	PSO_FCM	7.4	90.68	70.75
	TPSO_FCM