基于遗传算法的模糊c-均值聚类算法

摘要：

基于误差平方和准则的模糊c-均值算法(FCM)是一种典型的动态聚类算法,其求解结果通常是局部最优解;当模糊集合之间的并、交、包含运算采用传统定义时,在模糊c-均值聚类结果中还会存在无意义的聚类集.研究表明采用遗传算法进行模糊c-均值聚类(Fuzzy c-means algorithm over genetic algorithm,GFCM)时,不仅能够消除无意义的聚类集,而且还在一定程度上避免模糊c-均值算法收敛到局部最优解,为此设计编码、选择、配对交叉、变异等步骤.测试数据实验表明采用GFCM算法的结果优于FCM算法.

关键词：遗传算法、模糊c-均值聚类、GFCM

所属期刊栏目：27

分类号：O235(控制论、信息论（数学理论）)

资助基金：重庆市教委资助项目030601

在线出版日期：2004-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：89-92