基于粒子群优化的模糊C-均值聚类改进算法

作     者：蒲蓬勃 王鸽 刘太安 PU Peng-bo;WANG Ge;LIU Tai-an

作者机构：山东科技大学信息工程系山东泰安271019 

基　　金：国家自然科学基金项目(10571109) 山东省自然科学基金项目(2007ZRB019FK) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2008年第29卷第16期

页      码：4277-4279页

摘      要：针对模糊C-均值聚类算法(FCM)存在易陷入局部优化的问题,将粒子群优化算法(PSO)和模糊C-均值聚类算法FCM相结合,提出了一种新的模糊聚类算法PSO-FCM。该算法使用PSO算法来代替FCM的迭代过程以实现模糊聚类,具有了很强的全局搜索能力,从而不用再为得到好的聚类效果而反复选择初值。仿真实验结果表明,提出的模糊聚类算法提高了FCM的搜索能力,具有更好的稳定性和健壮性,优化能力增强,提高了聚类的效率和效果。

主 题 词：全局优化 模糊C-均值聚类算法 粒子群优化算法 聚类 粒子 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2008.16.081

馆 藏 号：203526514...