一种融合遗传算法和粒子群算法的改进模糊C-均值算法

一种融合遗传算法和粒子群算法的改进模糊C-均值算法诸克军;李兰兰;郭海湘
【期刊名称】《系统管理学报》
【年(卷),期】2011(20)6
【摘要】针对模糊C-均值(FCM)算法必须预先给定聚类数c和容易陷入局部极小的缺点,提出了融合遗传算法和粒子群算法的GA-PSO-FCM算法。

遗传算法(GA)嵌套在FCM算法的外层,用于自动寻找最优聚类数,并把有效性准则函数作为其适应度函数;粒子群(PSO)算法嵌套在FCM算法的内层,用于优化类中心向量,提高算法的全局搜索能力。

最后,运用GA-PSO-FCM算法对Iris data、Wine data、Zoo data、WPBC data和WDBC data进行仿真实验,并与基于有效性准则函数改进的FCM算法、GA-FCM算法的仿真结果进行比较,表明GA-PSO-FCM算法能在预先未知聚类数的情况下,提高分类结果的精确性和稳定性。

【总页数】6页(P728-733)
【关键词】模糊C-均值;有效性准则;遗传算法;粒子群算法
【作者】诸克军;李兰兰;郭海湘
【作者单位】中国地质大学经济管理学院;西安交通大学管理学院
【正文语种】中文
【中图分类】O159
【相关文献】
1.舰艇编队信息融合中模糊C-均值算法改进研究 [J], 方群;邵晓;郭定荣
2.一种改进的基于遗传算法的模糊C-均值算法 [J], 侯惠芳;刘素华
3.一种基于量子粒子群算法的模糊c-均值聚类 [J], 王浩;陈蕴
4.基于单亲遗传算法和模糊C-均值算法的混合聚类算法 [J], 韩斌
5.一种融合邻域信息的模糊C-均值图像分割算法 [J], 狄岚;刘海涛;何锐波
因版权原因，仅展示原文概要，查看原文内容请购买。