J-均值

J-MEANS:最小平方和聚类的一种新的局部搜索启发式算法。针对最小平方和聚类问题,提出了一种新的局部搜索启发式算法J-Means。当前解的邻域由所有可能的质心到实体的重定位以及相应的赋值变化来定义。在这样的社区中进行移动,直到达到局部最优。新的启发式算法与其他两种著名的局部搜索启发式算法K-和H-均值以及H-均值+进行了比较,后者是后者的改进版本,其中去掉了退化。此外,还提出了一种适合于变邻域搜索元启发式框架的启发式算法,在局部搜索步骤中使用J-均值。报告了文献中有关标准测试问题的结果。当考虑到多个实体和簇时,J-Means的性能明显优于其他局部搜索方法。


zbMATH中的参考文献(参考文献69条,1标准件)

显示第1到第20个结果,共69个。
按年份排序(引用)
  1. 圣乔治,血清;尤塞尔,埃达;Kuyzu,Gültekin:多目标、多技能劳动力调度和路由问题的集成解决方案方法(2020)
  2. Kazakovtsev,列夫;罗日诺夫,伊万;什卡贝琳娜,古泽尔;奥洛夫,维克托:(k)-表示贪婪遗传算子的遗传算法(2020年)
  3. Rezaei,Mohammad:通过使用另一个聚类的合适质心改进基于质心的聚类(2020)
  4. 希泽拉,古吉拉。;奥洛夫,维克多一世。;托比斯,埃琳娜·M。;Kazakovtsev,Lev A.:工业产品按均匀生产批次自动分组的优化模型(2020)
  5. 维,玛丽·斯克莱德;祖弗里,尼古拉斯;科尔多,让-弗朗索瓦:解决欧洲汽车制造商的线束设计问题(2019)
  6. 阿洛伊丝,丹尼尔;卡斯特罗大马士革诺,尼尔森;姆拉诺维奇,尼纳德;Nobre Pinheiro,Daniel:关于修复退化(k)-均值解决方案的策略(2017)
  7. 陈斌辉;屈、荣;白、瑞宾;石柏芝,Hisao:VRPTW复合社区调查(2017)
  8. Đorić,丹尼耶拉;艾特·埃尔·卡迪,阿布德萨马德;哈纳菲,萨伊德;姆拉诺维奇,尼纳德;Artiba,Abdelhakim:毛细铁路网维护中的聚类方法(2017)
  9. 尼古拉耶夫,亚历克西;姆拉诺维奇,尼纳德;Todosijević,Raca:网络最小平方和聚类的J均值和I均值(2017)
  10. Rusetskaya,Olga:基于社会经济指标的城市分组(2017)
  11. 拉卡托多西耶维奇;乌罗舍维奇,德拉甘;姆拉诺维奇,尼纳德;Hanafi,Saïd:解决无容量(r)-分配(p)-中心中值问题的一般变量邻域搜索(2017)
  12. 阿洛伊丝,丹尼尔;Araújo,Arthur:精炼数值微聚集解的无导数算法(2015)
  13. 卡里佐萨,埃米利奥;阿布杜拉赫曼,阿尔古瓦扎尼;汉森,皮埃尔;Mladenović,Nenad:调和均值聚类的新启发式(2015)
  14. Zhikharevich,理学学士。;Rusetskay公司。;Mladenović,N.:基于发展动态和可变邻域搜索的城市聚类(2015)
  15. 卡里佐萨,埃米利奥;姆拉诺维奇,尼纳德;Todosijević,Raca:网络最小平方和聚类的可变邻域搜索(2013)
  16. 洪成煌;邱华敏;杨卫宁:候选群体搜索K-调和均值数据聚类(2013)
  17. Alguwaizani,Abdulrahman:简并(K)-均值聚类(2012)
  18. 阿洛伊丝,丹尼尔;汉森,皮埃尔;Liberti,Leo:用于最小平方和聚类的改进列生成算法(2012)
  19. 德卡瓦略,旧金山理工大学。;莱切瓦利耶,伊夫;De Melo,Filipe M.:基于多个不同矩阵的划分硬聚类算法(2012)
  20. 汉森,皮埃尔;鲁伊斯,曼纽尔;Daniel Aloise:一种在规范化割聚类中逃避局部极值陷阱的VNS启发式算法(2012)ioport公司