基于改进和声搜索的自适应DBSCAN算法

来源：计算机工程与应用杂志2024年第6期北京时间：

作者：孟祥辉, 魏照坤, 张笑菊, 韩志凤

单位：1.山东科技大学 交通学院，山东 青岛 266590 ；2.北京工商大学 电商与物流学院，北京 100048

摘要：DBSCAN算法作为一种经典的聚类算法被广泛地应用于各领域，但由于其参数的自适应性较差，应用效果完全取决于参数的设置。基于此，提出了基于改进和声搜索的自适应DBSCAN算法，以提高DBSCAN算法的自适应性。算法采用K-平均最近邻算法优化初始种群，从而改善初始种群质量，为后续的进化计算提供优质解；设计了基于双差分的更新算子，提升算法的搜索能力；采用两种更新策略结构避免算法过早收敛，提高和声搜索算法的寻优能力进而全面提升DBSCAN算法的自适应性。采用多种数据集并设计对比实验验证提出的算法。实验结果表明，提出的算法具有更佳的识别能力和自适应性。

关键词：自适应DBSCAN,和声搜索,参数优化,更新算子