丹尼尔·阿洛伊斯;汉森，皮埃尔;利贝蒂，利奥 一种改进的最小平方和聚类列生成算法。 （英语） Zbl 1236.90095号 数学。程序。 131，第1-2（A）号，195-220（2012）. 摘要：给定一组与欧几里德空间中的点相关的实体，最小平方和聚类（MSSC）包括将该集合划分为簇，从而使每个点到其簇形心的平方距离之和最小化。MSSC的列生成算法如下所示O.du Merle公司等[SIAM J.Sci.Compute.21，No.4，1485-1505（1999；Zbl 1049.90129号)]. 该算法的瓶颈是解决了寻找成本为负的列的辅助问题。我们提出了一种基于几何参数的解决此辅助问题的新方法。这大大提高了整个算法的效率，并导致对2300多个实体的实例进行精确求解，即是以前的10倍多。 引用于26文件 MSC公司： 90C27型 组合优化 65千5 数值数学规划方法 91立方厘米20 社会和行为科学中的集群 关键词：群集;平方和;列生成;ACCPM公司 引文：Zbl 1049.90129号 软件：最小值BB;TSPLIB公司;邦明;J平均值;UCI-毫升 PDF格式BibTeX公司 XML格式引用 \textit{D.Aloise}等人，《数学》。程序。131，编号1--2（A），195-220（2012；Zbl 1236.90095） 全文： 内政部 参考文献： [1] Aloise D.，Deshpande A.，Hansen P.，Popat P.：欧几里德平方和聚类的NP-hardeness。马赫。学习。75, 245–249 (2009) ·Zbl 1378.68047号 ·doi:10.1007/s10994-009-5103-0 [2] Aloise D.，Hansen P.：基于分支和切割SDP的最小平方和聚类算法。Pesquisa Operacional 29，503–516（2009）·doi:10.1590/S0101-74382009000300002 [3] Aloise，D.，Hansen，P.：评估基于分支约束RLT的最小平方和聚类算法。发表在J.Glob上。最佳方案。(2010) ·Zbl 1213.90205号 [4] An L.T.，Belghiti M.T.，Tao P.D.：基于DC编程和DCA的新高效聚类算法。J.Glob。最佳方案。37, 593–608 (2007) ·Zbl 1198.90327号 ·doi:10.1007/s10898-006-9066-4 [5] Asuncion，A.，Newman，D.J.：UCI机器学习库。网址：http://www.ics.uci.edu/\（\sim\）mlearn/MLRepository.html。(2007) [6] Bagirov A.M.：最小平方和聚类问题的改进的全局k-means算法。模式识别。41, 3192–3199 (2008) ·兹比尔1147.68669 ·doi:10.1016/j.patcog.2008.04.004 [7] Bagirov A.M.，Yearwoord J.：优化目标函数的分层分组。欧洲药典。第170、578–596号决议（2006年）·Zbl 1085.90045号 ·doi:10.1016/j.ejor.2004.06.014 [8] Bonami，P.，Lee，J.：BONMIN用户手册。技术报告，IBM Corporation，2007年6月 [9] Brusco M.J.：一种重复的分枝定界方法，用于求簇内平方和划分的最小值。《心理测量学》71，347–363（2006）·Zbl 1306.62387号 ·doi:10.1007/s11336-004-1218-1 [10] Brusco M.J.，Steinley D.：最小聚类平方和划分启发式程序的比较。《心理测量学》72，583–600（2007）·Zbl 1291.62196号 ·文件编号：10.1007/s11336-007-9013-4 [11] Christou，I.T.：基于方法的集群群精确协调。出现在IEEE Trans。模式分析。机器。智力。(2010) [12] Diehr G.：聚类分枝定界算法的评估。SIAM J.科学。统计计算。6, 268–284 (1985) ·Zbl 0561.65097号 ·doi:10.1137/0906020 [13] Dinkelbach W.：关于非线性分式规划。《管理科学》13，492–498（1967）·Zbl 0152.18402号 ·doi:10.1287/mnsc.13.7.492 [14] Drezner Z.、Mehrez A.、Wesolowsky G.O.：距离有限的设施位置问题。运输。科学。25, 183–187 (1991) ·Zbl 0744.90046号 ·doi:10.1287/trsc.25.3.183 [15] du Merle O.，Hansen P.，Jaumard B.，MladenovićN.：最小平方和聚类的内点算法。SIAM J.科学。计算。21, 1485–1505 (2000) ·Zbl 1049.90129号 [16] du Merle O.，Villeneuve D.，Desrosiers J.，Hansen P.：稳定柱生成。离散数学。194, 229–237 (1999) ·Zbl 0949.90063号 ·doi:10.1016/S0012-365X（98）00213-1 [17] Edwards A.W.，Cavalli-Sforza L.L.：一种聚类分析方法。生物统计学21，362–375（1965）·doi:10.2307/2528096 [18] Elhedhli S.，Goffin J.-L.：分支和价格算法中内点切割平面方法的集成。数学。程序。100267–294（2004年）·Zbl 1069.90109号 ·doi:10.1007/s10107-003-0469-4号文件 [19] Fisher R.A.：在分类问题中使用多重测量。安·尤根。七、 179-188（1936年）·文件编号：10.1111/j.1469-1809.1936.tb02137.x [20] Forgy E.W.：多元数据的聚类分析：分类的效率与可解释性。生物统计学21，768（1965） [21] Goffin J.-L.，Haurie A.，Vial J.-P.：用投影算法进行分解和不可微优化。管理。科学。38, 284–302 (1992) ·兹比尔0762.90050 ·doi:10.1287/mnsc.38.2.284 [22] Grötschel，M.，Holland，O.：大规模对称旅行推销员问题的解。数学。程序。51, 141–202 (1991). 数据集位于http://www.iwr.uni-heidelberg.de/groups/comopt/software/TSPLIB95/tsp ·Zbl 0733.90047号 [23] Hansen P.，Jaumard B.：聚类分析和数学规划。数学。程序。79, 191–215 (1997) ·Zbl 0887.90182号 [24] Hansen，P.，Jaumard，B.，Meyer，C.：无约束0-1二次规划的简单枚举算法。GERAD会议G-2000-59，GERAD，2000年11月 [25] Hansen P.，MladenovićN.：J-means:最小平方和聚类的一种新的局部搜索启发式算法。模式识别。34, 405–413 (2001) ·Zbl 1012.68873号 ·doi:10.1016/S0031-3203（99）00216-2 [26] Hansen P.，MladenovićN.：可变邻域搜索：原理和应用。欧洲药典。第130、449–467号决议（2001年）·Zbl 0981.90063号 ·doi:10.1016/S0377-2217（00）00100-4 [27] Hansen P.，MladenovićN.，Pérez J.A.M.：可变邻域搜索：方法和应用。4或6319–360（2008年）·Zbl 1179.90332号 ·doi:10.1007/s10288-008-0089-1 [28] Hansen P.，Negai E.，Cheung B.K.，MladenovićN.：全球K均值分析，最小平方和聚类的增量启发式。J.Classif。22, 287–310 (2005) ·Zbl 1336.62182号 ·doi:10.1007/s00357-005-0018-3 [29] Hartigan J.A.：聚类算法。威利，纽约（1975）·Zbl 0372.62040号 [30] Heinz，G.、Peterson，L.J.、Johnson，R.W.、Kerk，C.J.：探索身体维度的关系。J.Stat.Education 11，（2003）数据集可在http://www.amstat.org/publications/jse/v11n2/datasets.heinz.html [31] Inaba，M.，Katoh，N.，Imai，H.：加权Voronoi图和随机化在基于方差的k聚类中的应用。摘自：第十届ACM计算几何研讨会论文集，第332-339页（1994） [32] Jain A.K.、Murty M.N.、Flynn P.J.：数据聚类：综述。ACM计算。Surv公司。31, 264–323 (1999) ·数字对象标识代码：10.1145/331499.331504 [33] Jensen R.E.：一种用于聚类分析的动态规划算法。操作。第17号决议，1034–1057（1969）·兹比尔0183.49103 ·doi:10.1287/opre.17.6.1034 [34] Kelley J.E.：求解凸规划的割平面方法。J.SIAM 8，703–712（1960）·Zbl 0098.12104号 [35] Kogan J.：大型高维数据聚类介绍。剑桥大学出版社，纽约（2006） [36] Koontz W.L.G.、Narendra P.M.、Fukunaga K.：分支定界聚类算法。IEEE传输。计算。C-24908–915（1975年）·Zbl 0308.68039号 ·doi:10.1109/T-C.1975.224336 [37] Laszlo M.，Mukherjee S.：使用超四叉树进行低维k均值聚类的遗传算法。IEEE Trans。模式分析。机器。智力。28, 533–543 (2006) ·doi:10.1109/TPAMI.2006.66 [38] Laszlo M.，Mukherjee S.：一种用相邻中心交换k均值聚类的遗传算法。模式识别。莱特。36, 451–461 (2007) [39] Leyffer，S.：MINLP_BB用户手册。技术报告，英国邓迪大学，1999年3月 [40] 自由L.：数学规划中的改革：定义和系统。RAIRO-RO 43（1），55–86（2009）·Zbl 1158.90390号 ·doi:10.1051/ro/2009005 [41] Likas A.、Vlassis N.、Verbeek J.J.：全局k-means聚类算法。模式识别。36, 451–461 (2003) ·doi:10.1016/S0031-3203（02）00060-2 [42] MacQueen，J.B.：多元观测分类和分析的一些方法。摘自：《第五届伯克利数理统计与概率研讨会论文集》，第2卷，第281-297页。加州伯克利（1967）·兹比尔0214.46201 [43] Mahajan M.，Nimbhorkar P.，Varadarajan K.：平面K均值问题是NP难问题。莱克特。注释计算。科学。5431, 274–285 (2009) ·Zbl 1211.68212号 ·doi:10.1007/978-3642-00202-1_24 [44] Merz P.：最小平方和聚类的迭代局部搜索。Lect。注释计算。科学。2810, 286–296 (2003) ·doi:10.1007/978-3-540-45231-7_27 [45] Mirkin B.：《数学分类和聚类》，Kluwer，Dordrecht，荷兰（1996）·Zbl 0874.90198号 [46] Mirkin B.：数据挖掘的聚类：一种数据恢复方法。查普曼和霍尔/CRC，博卡拉顿（2005） [47] MladenovićN.，Hansen P.：可变邻域搜索。计算。操作。第24号决议，1097–1100（1997）·Zbl 0889.90119号 ·doi:10.1016/S0305-0548（97）00031-2 [48] Pacheco J.A.：最小平方和聚类问题的分散搜索方法。计算。操作。第32、1325–1335号决议（2005年）·Zbl 1075.90037号 ·doi:10.1016/j.cor.2003.11.006 [49] Pacheco J.A.，Valencia O.：最小平方和聚类问题的杂交设计。计算。统计数据分析。43, 235–248 (2003) ·Zbl 1429.65124号 ·doi:10.1016/S0167-9473（02）00224-4 [50] Padberg，M.，Rinaldi，G.：解决大规模对称旅行商问题的分支算法。SIAM第33版，60–100（1991）。数据集可用位置http://www.iwr.uni-heidelberg.de/groups/comopt/software/TSPLIB95/tsp ·Zbl 0734.90060号 [51] Pal，S.K.，Majumder，D.D.：元音和说话人识别中的模糊集和决策方法。IEEE传输。系统。人。赛博。7, 625–629 (1977). 数据集可用位置http://www.isical.ac.in/sushmita/patterns/m元音.dat ·Zbl 0358.68136号 [52] 彭杰，夏勇：k-means型聚类的新理论框架。研究模糊软计算。180, 79–96 (2005) ·兹比尔1085.68132 ·doi:10.1007/11362197_4 [53] Reinelt，G.：TSPLIB——旅行推销员图书馆。ORSA J.计算。3, 319–350 (1991). http://www.iwr.uni-heidelberg.de/groups/comopt/software/TSPLIB95 ·Zbl 0775.90293号 [54] Ruspini E.H.：模糊聚类的数值方法。信息科学。2, 319–350 (1970) ·Zbl 0205.21301号 ·doi:10.1016/S0020-0255（70）80056-1 [55] Ryan D.M.，Foster B.A.：调度的整数规划方法。摘自：Wren，A.（编辑）《公共交通城市客运车辆的计算机调度和乘务员调度》，第269-280页。北荷兰，阿姆斯特丹（1981年） [56] Sherali H.D.，Adams W.P.：离散优化问题的重整线性化技术。摘自：Du，D.Z.，Pardalos，P.M.（编辑）《组合优化手册》1，第479-532页。多德雷赫特·克鲁沃（1999）·Zbl 0934.90056号 [57] Sherali H.D.，Desai J.：一种基于RLT的全局优化方法，用于解决硬聚类问题。J.全球。最佳方案。32, 281–306 (2005) ·Zbl 1123.62045号 ·doi:10.1007/s10898-004-2706-7 [58] Späth H.：用于数据简化和对象分类的聚类分析算法。威利，纽约（1980）·Zbl 0435.62059号 [59] Steinhaus H.：党军物资师。《波兰科学通报》第三类第四期，801-804页（1956年）·Zbl 0079.16403号 [60] 斯坦利·D·：K意味着集群：半个世纪的综合。英国数学杂志。《统计心理学》。59, 1–34 (2006) ·doi:10.1348/000711005X48266 [61] Taillard等人。D.：用于大型质心聚类问题的启发式方法。《启发式杂志》9，51–73（2003）·Zbl 1035.90038号 ·doi:10.1023/A:1021841728075 [62] Teboulle M.：基于中心的聚类方法的统一连续优化框架。J.马赫。学习。第8号决议，65–102（2007年）·Zbl 1222.68318号 [63] 星期二H：线性约束下的凹面编程。苏联数学。1437-1440年（1964年）·Zbl 0132.40103号 [64] van Os B.J.、Meulman J.J.：改进分区的动态编程策略。J.分类。21, 207–230 (2004) ·Zbl 1331.90093号 ·doi:10.1007/s00357-004-0017-9 [65] Vavasis S.A.：非线性优化：复杂性问题。牛津大学出版社，牛津（1991）·Zbl 0785.90091号 [66] Xavier，A.E.，Negreiros，M.J.，Maculan，N.，Michelon，P.：使用双曲线平滑聚类法规划卫生制剂在防治登革热中的任务。在：IFORS会议记录2005（2005） [67] Xia，Y.，Peng，J.：最小平方和误差聚类的切割算法。摘自：SIAM国际数据挖掘会议论文集（2005） [68] Yeh，I.-C.：使用人工神经网络对高性能混凝土的强度进行建模。《水泥与混凝土研究》第28号，1797-1808（1998年）。数据集可用位置http://archive.ics.uci.edu/ml/datasets/Concrete网站+抗压+强度 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。