首页|基于模拟退火改进的近邻传播聚类在群决策中的应用

基于模拟退火改进的近邻传播聚类在群决策中的应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
多属性群体决策中,因决策问题复杂、群体成员众多难以形成一致的决策,对群体成员进行聚类形成子群体以减少群体集结复杂度,这是群体决策的重要基础.通过聚类算法提高群决策的效率与质量,首先,结合皮尔逊相关系数和切比雪夫距离定义了新的相似性度量;其次,利用模拟退火算法的参数全局寻优特性改进近邻传播算法;最后,通过实例应用与对比分析,说明新的相似性度量的优势并展示了改进算法的有效性和稳定性.
Group preference clustering algorithm based on simulated annealing and affinity propagation algorithm

张煜、王磊、俞璐、马昊、郁楠

展开 >

陆军工程大学通信工程学院,江苏 南京 210007

解放军31121部队

群体决策 偏好聚类 相似性度量 近邻传播 模拟退火

国家自然科学基金国家自然科学基金江苏省自然科学基金中国博士后科学基金陆军工程大学基础前沿创新项目

6170254361971439BK201913292019T120987KUYTYJQZL1906

2022

10.16644/j.cnki.cn33-1094/tp.2022.10.012

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2022.(10)
  • 6