本算法介绍了一种基于主成分分析(PCA)和Voronoi图的构建优化方法。通过PCA确定主成分方向，选取质心两侧的样本点，计算各点到主成分线的投影和距离，初始化Voronoi区域。接着，插入新线段并调整Voronoi区域，构造Hamilton路径并使用2-opt算法优化，直至达到设定的最大线段数或目标函数最小化。
步骤：
1.初始化：
假设有样本集为S，通过主成分分析，求取第一主成分直线，并窃取质心两边分别长度为3/2方差的长度，并计算每个点到直线的投影，以及距离。初始Voronoi区域也就只有一个，包括了所有点集。
2.插入新线段：
- 首先在点集中寻找离自己主成分线段最远的偏远点vf，同时改点周围还至少有2个点到该点距离小于到它们自己主成分线段的距离即：
其中i，j，k = 1, …,n, dist(vi， li)表示点到自己相应的主成分线段的距离。
假设本步骤开始样本区为S1，S2，… ，Sk，偏远点和他邻近点所形成的新样本区域为Sk+1。 - Voronoi区域调整：
- 在S1，S2，… ，Sk，Sk+1找到有调整的样本区域，计算其第一主成分，并同上一步一样，计算得到新的主成分线段；
- 由于产生了新的主成分线段，对所有样本点调整它们的Voronoi区域。
3.构造和优化：
将上一步后得到的l1,l2,…,lk个线段构造Hamilton路径，该过程使用贪心算法：
- 令h=k,开始时有h个哈密顿子图，sub_HP。
- 当h>1，求每个子图的端点到其他子图端点的代价函数值，其定义:
最低0.47元/天 解锁文章
扫一扫
97
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
