基于改进遗传算法的模糊C均值聚类算法  

Fuzzy C-mean clustering based on improved genetic algorithm

作　　者：董军浪[1] 王庆飞[2] 

机构地区：[1]西安工程大学科技处,陕西西安710048 [2]西安工程大学理学院,陕西西安710048

出　　处：《西安工程大学学报》2008年第5期605-609,共5页Journal of Xi’an Polytechnic University

基　　金：陕西省教育厅自然科学专项基金资助项目(06JK286)

摘　　要：针对传统模糊C均值聚类算法(FCM)的缺陷,提出了一种基于改进遗传算法的模糊聚类方法.利用改进遗传算法强大的全局寻优能力,这种算法较好地克服了FCM算法对初始化敏感、容易陷入局部最优的缺陷.仿真实验证明,该算法具有较强的全局寻优能力和较快的收敛速度.After analyzing the disadvatages of the fuzzy C-mean clustering algorithm, a novel Fuzzy C- mean clustering based on improved Genetic Algorithm is proposed. This algorithm not only avoids the local optima and also robust to initialization. The experimental result shows that the algorithm increases the convergence speed and has global searching capability.

关 键 词：聚类 FCM算法 遗传算法 种群熵 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]