基于人工鱼群算法和模糊C-均值聚类的洪水分类方法

• 作者: 李粤安 林凯荣 汪丽娜 陈晓宏
• 来源期刊: 水利学报
• 学科: 地球科学
• 关键词: 人工鱼群算法 模糊C.均值聚类算法 洪水分类
• 年，卷（期）: 2009,（6）
• 页码范围: 743-748,755
• 页数: 7页
• 分类号: P333
• 字数: 5348字
• 语种: 中文
• DOI: 10.3321/j.issn:0559-9350.2009.06.015

摘要

为了克服模糊C-均值聚类(FCM)算法依赖初值的缺点,引入人工鱼群算法(AFS)建立一种新的聚类算法,应用于洪水分类研究.该算法将聚类中心看作食物源,通过样本抽样产生初始鱼群,利用人工鱼群算法能全局寻优和快速收敛的特点,得到一个较优的初始聚类结果,再使用FCM算法进行局部搜索,以避免因初值选取不当,而有可能陷入局部最小的缺陷.该方法应用于对西江流域洪水资料的分析结果表明,新算法具有比FCM算法更好的性能表现,使得到的分类结果更加准确合理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晓宏	中山大学水资源与环境研究中心	250	3958	34.0	49.0
3	林凯荣	中山大学水资源与环境研究中心	43	561	12.0	23.0
4	汪丽娜	中山大学水资源与环境研究中心	17	203	9.0	14.0