基于选择和变异机制的蛙跳FCM算法

• 作者: 刘悦婷 赵小强
• 来源期刊: 计算机应用研究
• 关键词: 模糊C-均值聚类 蛙跳算法 选择和变异机制 聚类分析 数据挖掘
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2068-2071
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.06.016

摘要

为了改进模糊C-均值( FCM)聚类算法对初始值和噪声数据敏感,且易陷入局部极小值的缺点,提出一种基于选择和变异机制的蛙跳FCM算法(SMSFLA-FCM).该算法首先将线性递减的惯性权重引入蛙跳算法的更新策略中,按照一定的概率选择适应度值较优的青蛙代替较差青蛙,并对每只青蛙个体以不同的概率变异；再用改进后的蛙跳算法求得最优解作为FCM算法的初始聚类中心；然后利用FCM优化初始聚类中心；最后求得全局最优解,从而有效克服了FCM算法的缺点.人造数据和经典数据集的实验结果表明,SMSFLA-FCM与SFLA-FCM和FCM聚类算法相比,提高了算法的寻优能力,且迭代次数更少,聚类效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵小强	兰州理工大学电气工程与信息工程学院	66	312	10.0	13.0
5	刘悦婷	兰州理工大学电气工程与信息工程学院	2	11	2.0	2.0