基于模拟退火粒子群算法的FCM聚类方法

被引：8

作者：

李丽丽 ^{[1
]}

刘希玉 ^{[2
]}

庄波 ^{[3
]}

机构：

[1] 山东师范大学信息科学与工程学院

[2] 山东师范大学管理与经济学院

[3] 滨州学院计算机科学技术系

来源：

计算机工程与应用 | 2008年 / 30期

关键词：

聚类分析; 模拟退火算法; 粒子群优化算法; 模糊C-均值算法; 全局优化;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对模糊C-均值(FCM)聚类算法易陷入局部极小值和对初始值敏感的缺点,提出了一种基于模拟退火粒子群优化的模糊聚类算法。该算法利用粒子群强大的全局寻优能力和模拟退火算法跳出局部极值的能力,克服了模糊C-均值聚类算法的不足。实验表明,该算法有很好的全局收敛性,能够较快地收敛到最优解。

引用

页码：170 / 172

页数：3

共 6 条

[1] 基于粒子群的K均值聚类算法 [J].

刘靖明 ;

韩丽川 ;

侯立文 .

系统工程理论与实践, 2005, (06) :54-58

[2] 基于模拟退火的并行粒子群优化研究 [J].

王华秋 ;

曹长修 .

控制与决策, 2005, (05) :500-504

[3] 基于划分的模糊聚类算法 [J].

张敏 ;

于剑 .

软件学报, 2004, (06) :858-868

[4] 基于模拟退火的粒子群优化算法 [J].

高鹰 ;

谢胜利 .

计算机工程与应用, 2004, (01) :47-50

[5] 粒子群优化算法 [J].

周驰 ;

高海兵 ;

高亮 ;

章万国 .

计算机应用研究, 2003, (12) :7-11

[6] 基于MATLAB的粒子群优化算法及其应用 [J].

侯志荣 ;

吕振肃 .

计算机仿真, 2003, (10) :68-70

← 1 →