一种基于粒子群优化的FCM聚类方法  

A Fuzzy C-Means Algorithm Based on Particle Swarm Optimization

作　　者：李丽丽[1] 刘希玉[2] 刘涛[1] 孙秀娟 

机构地区：[1]山东师范大学信息科学与工程学院,山东济南250014 [2]山东师范大学管理与经济学院,山东济南250014 [3]不详

出　　处：《信息技术与信息化》2008年第1期89-90,92,共3页Information Technology and Informatization

基　　金：山东省自然科学基金重大项目(Z2004G02);山东省教育厅计划项目(J05G01);"泰山学者"建设工程专项经费资助

摘　　要：针对模糊C-均值(FCM)聚类算法易陷入局部极小值和对初始值敏感的缺点,本文提出了一种基于粒子群优化的模糊聚类算法。该算法利用粒子群强大的全局寻优能力,克服了模糊C-均值聚类算法的不足。实验结果表明,该算法具有很好的全局收敛性和较快的收敛速度。In order to overcome the defects of Fuzzy C - means Algorithm such as the local optima and sensitivity to initialization, a new PSO - based fuzzy algorithm is put forward in this paper. The new algorithm uses the capacity of global search in PSO algorithm, and solves the problems of FCM. The experiment shows that the algorithm avoids the local optima and increases the convergence speed.

关 键 词：聚类分析 粒子群优化算法 模糊C-均值算法 全局优化 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] O235[自动化与计算机技术—控制科学与工程]