模糊c-均值算法和万有引力算法求解模糊聚类问题

摘要：

针对单纯使用模糊c-均值算法(FCM)求解模糊聚类问题的不足,首先,提出一种改进的万有引力搜索算法,通过一定概率按照不同方式对速度进行更新,有效增大了种群的搜索域.其次,提出了模糊万有引力搜索算法( FGSA).最后,在模糊万有引力搜索算法( FGSA)和模糊c-均值算法(FCM)的基础上,提出了一种新算法(FGSAFCM)来求解模糊聚类问题,有效避免了单纯使用模糊c-均值算法时对初始值敏感且易于陷入局部最优的缺点.采用目标函数和有效性评价函数作为评价标准,选取10个经典数据集作为测试数据,实验结果表明,新算法比单一的模糊c-均值算法有更高的准确性和鲁棒性.

关键词：模糊聚类、模糊c-均值算法、万有引力搜索算法、模糊万有引力搜索算法

所属期刊栏目：6

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60803102,61070084

在线出版日期：2012-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：520-525