10.3321/j.issn:0559-9350.2009.06.015
基于人工鱼群算法和模糊C-均值聚类的洪水分类方法
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.
人工鱼群算法、模糊C.均值聚类算法、洪水分类
40
P333(水文科学(水界物理学))
国家自然科学基金重点项目50839005;国家自然科学基金资助项目50809078;国家科技支撵计划课题2006BAB14B07
2009-07-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
743-748,755