萤火虫群优化算法在聚类分析中的应用萤火虫群优化算法（GSO）是最近几年提出的一种仿生群体智能算法，它的特征是模拟萤火虫照明的行为。GSO算法用于同时搜索多个局部最优值，可能有不同或相同的目标函数值。本文提出了一种基于GSO的聚类算法，利用GSO的多峰极值搜索能力强的特点，在聚类分析的应用中得到了很好的聚类效果。该算法在聚类过程当中确保同类对象之间的相似性最大化，不同类对象之间的相似性最小化，由此提出了萤火虫的目标函数。本文通过2次实验，运用类内致密性、类间离散性、纯度和准确率等聚类分析评估指标，通过与K-means方法的对比，分别验证了GSO在聚类问题中的适用性和优越性。
关键词：数据挖掘；萤火虫群优化算法；聚类分析
*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】
