基于粒子群优化的模糊c均值聚类算法--在丙烯腈反应器参数优化上的应用

• 作者: 俞金寿 吕强
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 模糊c均值 遗传算法 粒子群算法 混沌优化 聚类
• 年，卷（期）: 2005,（22）
• 所属期刊栏目: 工程与应用
• 页码范围: 211-214
• 页数: 4页
• 分类号: TP39
• 字数: 5161字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.22.066

摘要

采用粒子群优化(PSO)算法,代替遗传算法(GA),将其和模糊c均值(FCM)聚类算法结合,形成基于粒子群优化的模糊c均值聚类(PSO-FCM)算法,同时引进混沌优化算法加强PSO-FCM算法的局部搜索能力.以某工厂丙烯腈反应器数据为研究对象,对比GA-FCM算法和FCM算法,研究结果表明PSO-FCM算法能够得到较优的聚类,且该算法实现简单,便于工程应用,对丙烯腈反应器参数调整的指导作用更加显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞金寿	华东理工大学自动化研究所	199	3638	32.0	51.0
2	吕强	华东理工大学自动化研究所	7	78	5.0	7.0