一种改进K-means算法的白车身焊接任务分配方法

本发明公开了一种改进K‑means算法的白车身焊接任务分配方法，包括以下步骤：采用Tukey规则对焊件中焊点数据集进行预处理；计算权重密度，量化每个数据点的局部密度和全局分散密度；通过权重迭代选择分散且密集的数据点，动态完成初始聚类的选择；初始化焊点数据集D的聚类中点centers为空集合，通过迭代选择K个聚类中心；执行k‑means算法，得出焊件中焊点数据聚类结果，完成焊件的焊接任务分配。本发明突破传统方法对初始中心“高密度优先”或“纯距离最远”的单一倾向，实现密度与分散性的自适应平衡，有效改善了K‑means、K‑means++因初始中心聚集导致的局部最优问题。该方法具有更高的聚类准确率和较好的稳定性，能高效的完成白车身焊接任务分配。