评价模型 | 基于INFO-PPC加权平均算法优化投影寻踪聚类评价模型（Matlab）

目录

• • • 效果一览
    • 基本介绍
    • 程序设计
    • 参考资料

效果一览

基本介绍

INFO_PPC加权平均算法优化投影寻踪聚类评价

用途：多个方案综合评价（优劣排序、分类）

优势或特点：无需人为确定权重

仿真实验结果表明，PPC对优化算法不具有普适性，经过比选灰狼算法、麻雀算法、北方苍鹰等算法，发现遗传算法/差分算法在投影寻踪聚类模型优化方面优势更为明显。

INFO，是于2022年提出的一种新型智能优化算法。【首次发表于期刊：Expert Systems With Applications，中科院1区top】该算法通过向量的不同加权平均规则，来达到寻优目的。

仿真结果显示，其在PPC优化中，适应性好，值得尝试。

易上手，简单粗暴，直接替换Excel中的原始数据，按照指标的归一化方式修改指标序号，即可实现。

该代码的优势：该代码具有清晰的编码框架，可在该框架下，直接将优化算法替换为其它算法。

程序设计

• 完整程序和数据获取方式：私信博主回复基于INFO-PPC加权平均算法优化投影寻踪聚类评价模型（Matlab）。

参考资料

1 http://t.csdn.cn/pCWSp

2 https://download.csdn.net/download/kjm13182345320/87568090?spm=1001.2014.3001.5501

3 https://blog.csdn.net/kjm13182345320/article/details/129433463?spm=1001.2014.3001.5501