一 | BSO基本思想回顧

我們已經學習過BSO是和遺傳算法類似的群智能優化算法，但是BSO有其獨特的更新解的方式。假設現在種群數目為NIND，那么BSO更新解的方法如下所述：

STEP1：將種群中的NIND個個體分為m類，標準的BSO是采用k-means聚類的方法進行分類的。在matlab可以使用kmeans函數來實現k-means聚類，使用方法如下：

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

其中輸入數據：

X——一個N行D列的矩陣，N是數據個數，D是數據維數

K——將X劃分為幾類

Distance——選擇計算一個個體與聚類中心之間距離的方式（默認為sqeuclidean）

cityblock——計算一個個體與聚類中心之間距離的一種方式

MaxIter——最大迭代次數（默認為100）

Replicates——使用新的初始群集質心位置重復群集的次數（默認為1）

輸出數據：

idx——N行1列的矩陣，存儲的是每個點的聚類標號

C——K行D列的矩陣，存儲K個聚類中心

sumD——K行1列的矩陣，存儲當前聚類中，所有點與這個聚類中心的距離之和

D——N行D列的矩陣，存儲每個點與所有聚類中心的距離

既然

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。