科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统软子空间聚类算法因单目标优化无法准确聚类的问题，提出一种改进多目标萤火虫优化的软子空间聚类算法(IMOFASSC)。对多目标萤火虫算法的步长因子和初始吸引力进行动态定义以弥补算法易提前收敛的缺陷，并设计一种萤火虫单行随机学习机制来提高最优解集分布的均匀性；将改进的多目标萤火虫算法运用到软子空间聚类问题中，同时优化簇内紧凑度、簇间分离度及负权值熵三个目标函数，将IMOFASSC应用到短期负荷预测中。实验结果表明，IMOFASSC不仅在低维和高维数据聚类中有较好的聚类效果，而且在短期负荷预测中具有推广应用价值。
- 出版日期2022
- 单位鄱阳湖流域水工程安全与资源高效利用国家地方联合工程实验室; 江西省水信息协同感知与智能处理重点实验室; 南昌工程学院
