两阶段聚类改进算法及其在电力工程造价中的应用

摘要：

在数据挖掘和知识发现过程中，常常需要解决数据聚类的问题。传统聚类算法如K均值算法和C均值模糊聚类算法存在初始点的选择对聚类结果影响很大以及容易陷入局部极值形成错误分类的缺点。在对标准粒子群算法进行改进的基础上，本文提出一种两阶段聚类改进算法，首先引入种群领域和排斥速度的概念，对粒子群算法进行改进，提高粒子群寻优效率；然后将改进算法应用于数据两阶段聚类：第一阶段找到最佳聚类数量和各类中心，第二阶段根据最邻近距离法则确定其余数据的所属类别。将该算法应用于电力造价数据的仿真表明，该算法可以自动找到电力造价数据最佳分类数量，具有对数据分类速度快、精度高等优点，可显著提高电力造价估算的准确性。

关键词： 粒子群算法 聚类算法 电力造价 造价估算

作者: 徐焜耀 谢兵 杨蕴华 彭光金 曹端 孟卫东

作者单位: 重庆市电力公司，重庆，400014 重庆大学，重庆，400030

会议类型: 国内会议

会议名称: 2012年重庆市电机工程学会学术会议

会议地点: 重庆

会议语种:中文

页码: 991-996

在线出版日期: 2012-11-01（万方平台首次上网日期，不代表论文的发表时间）