标题：基于人类学习优化算法的K-Means在智能温室大棚中的应用
作者：李攀攀1 童鑫1 沈凯1；钱麟1，2
作者单位：1 上海大学机电工程与自动化学院，上海 200072；2 上海电力建设启动调整试验所，上海 200031
关键字：人类学习优化算法，K-Means，智能温室
摘要：针对传统的K-Means算法易受初始聚类中心点和异常点影响导致聚类结果不理想的缺陷，利用人类学习优化算法全局搜索能力强的优势，对K-Means算法的初始聚类中心进行优化，提出了一种基于人类学习优化算法的K-Means方法。通过UCI数据集中几组数据对算法进行了聚类实验，实验结果表明与传统的K-Means算法相比，提出的改进算法有效提高了聚类性能。关于温室环境因素的控制策略较为复杂，为了对智能温室中番茄生长环境调控进行决策支持，对温室番茄生长环境中不同的变量指标做聚类分析，挖掘出智能温室大棚中番茄生长的最佳环境范围，调节环境变量让温室一直处于番茄生长的最佳环境中。