一种新的自组织粒子群聚类算法

针对粒子群优化(PSO)算法复杂度偏高的问题,提出一种新的基于竞争学习的自组织粒子群聚类(SOPSC)算法。该算法采用每个粒子代表一个聚类中心的编码方法,通过借鉴自组织映射(SOM)算法的竞争学习机制,采用类内相似度和类间相异度作为指导,使粒子进行自组织飞行,从而达到自动聚类的目的,克服了传统粒子群聚类算法中粒子编码复杂、算法复杂度偏高的缺点。实验证明,该算法聚类精度高、稳定性好,且对初始值和参数不敏感。