一种融合遗传算法和粒子群算法的改进模糊C-均值算法

• 作者: 李兰兰 诸克军 郭海湘
• 来源期刊: 系统管理学报
• 学科: 数学
• 关键词: 模糊C-均值 有效性准则 遗传算法 粒子群算法
• 年，卷（期）: 2011,（6）
• 页码范围: 728-733
• 分类号: O159
• 字数: 4893字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭海湘	中国地质大学经济管理学院	62	539	14.0	20.0
3	诸克军	中国地质大学经济管理学院	103	877	16.0	24.0
6	李兰兰	中国地质大学经济管理学院	11	95	7.0	9.0