基于改进模糊C均值聚类算法的洪水过程分类

被引：5

作者：

程卫帅 ^{[1
,2
]}

纪昌明 ^{[1
,3
]}

刘丹 ^{[2
]}

机构：

[1] 武汉大学水资源与水电工程科学国家重点实验室

[2] 长江科学院水资源综合利用研究所

[3] 华北电力大学水资源与水利水电工程研究所

来源：

华中科技大学学报(自然科学版) | 2009年 / 37卷 / 11期

关键词：

洪水过程; 聚类分析; 遗传算法; 模糊聚类; 聚类有效性;

D O I：

10.13245/j.hust.2009.11.013

中图分类号：

TV122 [洪水];

学科分类号：

081501 ;

摘要：

基于模糊C均值(FCM)聚类算法建立了实测洪水过程的模糊聚类模型,模型可将实测样本分为若干类,每一类的聚类中心即为一个典型洪水过程.由于传统FCM聚类算法易陷入局部极值点,难以适应洪水过程分类具有的数据量大、维数较高的特点,因此采用遗传算法对其进行了改进.应用改进算法对一个实例进行聚类分析,并结合基于可能性定理的聚类有效性准则,对聚类结果作进一步的有效性评价.分析表明:改进算法产生的分类结果比较合理,较接近于实际情况,可以应用于洪水过程分类.

引用

页码：35 / 38

页数：4