飞蛾扑火优化算法在聚类分析中的应用

来源：计算机技术与发展杂志2020年第09期北京时间：

作者：李志明

摘要：随着高科技等新兴产业的快速发展,如何处理海量的数据就成为了比较棘手的问题。 应用聚类分析技术从海量数据中提取有用的信息是解决该问题的关键。飞蛾扑火优化(MFO)算法是一种新颖的启发式优化算法,该算法的主要灵感来源于飞蛾在自然界中被称为横向定位的飞行方式,具有结构简单、可调节参数少、容易实现、鲁棒性强等优点。 在飞蛾扑火优化算法中引入单纯形法,提出了一种基于单纯形法的飞蛾扑火优化算法(SMMFO)。 SMMFO 算法不仅克服了飞蛾扑火优化算法易陷入局部最优的缺陷,增加了算法的种群多样性,加强了其局部搜索能力,而且还提高了算法的执行效率,加快了算法的收敛速度,优化了飞蛾扑火优化算法对数据集的聚类分析性能。 结果证明,SMMFO 在聚类分析中是非常有效的。

关键词：最优化;飞蛾扑火优化;单纯形法;聚类分析;K 均值