基于人工鱼群算法和模糊C-均值聚类的洪水分类方法

被引：29

作者：

汪丽娜 ^{[1
,2
]}

陈晓宏 ^{[1
,2
]}

李粤安 ^{[3
]}

林凯荣 ^{[1
]}

机构：

[1] 中山大学水资源与环境研究中心

[2] 广东省近岸海洋工程重点实验室

[3] 广东省水利厅

来源：

水利学报 | 2009年 / 06期

基金：

国家自然科学基金重点项目;

关键词：

人工鱼群算法; 模糊C-均值聚类算法; 洪水分类;

D O I：

10.13243/j.cnki.slxb.2009.06.007

中图分类号：

P333.2 [暴雨洪涝的分析与计算];

学科分类号：

081501 ;

摘要：

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。

引用

页码：743 / 748+755 +755

页数：7

共 19 条

[1] 模糊c均值聚类算法 [J].