一种新的动态进化聚类算法

摘要：

针对模糊聚类算法不适应复杂环境的问题,提出了一种新的动态进化聚类算法,克服了传统模糊聚类建模算法须事先确定规则数的缺陷.通过改进的遗传策略来优化染色体长度,实现对聚类个数进行全局寻优;利用FCM算法加快聚类中心参数的收敛;并引入免疫系统的记忆功能和疫苗接种机理,使算法能快速稳定地收敛到最优解.利用这种高效的动态聚类算法辨识模糊模型,可同时得到合适的模糊规则数和准确的前提参数,将其应用于控制过程可获得高精度的非线性模糊模型.

关键词：免疫机制、遗传算法、动态聚类、模糊模型

所属期刊栏目：24

分类号：TP181(自动化基础理论)

资助基金：湖北省自然科学基金2001ABB006;2003ABA043;Science and Technology Projects of Zhuzhou Institute of Technology03B31

在线出版日期：2006-11-21（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：103-106