一 | BSO基本思想回顧

我們已經(jīng)學(xué)習(xí)過BSO是和遺傳算法類似的群智能優(yōu)化算法，但是BSO有其獨(dú)特的更新解的方式。假設(shè)現(xiàn)在種群數(shù)目為NIND，那么BSO更新解的方法如下所述：

STEP1：將種群中的NIND個(gè)個(gè)體分為m類，標(biāo)準(zhǔn)的BSO是采用k-means聚類的方法進(jìn)行分類的。在matlab可以使用kmeans函數(shù)來實(shí)現(xiàn)k-means聚類，使用方法如下：

[idx,C,sumD,D] = kmeans(X,K,'Distance','cityblock','MaxIter',1000,'Replicates',5);

其中輸入數(shù)據(jù)：

X——一個(gè)N行D列的矩陣，N是數(shù)據(jù)個(gè)數(shù)，D是數(shù)據(jù)維數(shù)

K——將X劃分為幾類

Distance——選擇計(jì)算一個(gè)個(gè)體與聚類中心之間距離的方式（默認(rèn)為sqeuclidean）

cityblock——計(jì)算一個(gè)個(gè)體與聚類中心之間距離的一種方式

MaxIter——最大迭代次數(shù)（默認(rèn)為100）

Replicates——使用新的初始群集質(zhì)心位置重復(fù)群集的次數(shù)（默認(rèn)為1）

輸出數(shù)據(jù)：

idx——N行1列的矩陣，存儲的是每個(gè)點(diǎn)的聚類標(biāo)號

C——K行D列的矩陣，存儲K個(gè)聚類中心

sumD——K行1列的矩陣，存儲當(dāng)前聚類中，所有點(diǎn)與這個(gè)聚類中心的距離之和

D——N行D列的矩陣，存儲每個(gè)點(diǎn)與所有聚類中心的距離

既然

總結(jié)

以上是生活随笔為你收集整理的MATLAB实战系列（七）头脑风暴优化（BSO）算法求解旅行商问题（TSP）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。