基于自适应差异演化的模糊聚类算法
武志峰1
黄厚宽2
张莹2
杨蓓2
1.北京交通大学,计算机与信息技术学院,北京,100044;石家庄经济学院,信息工程学院,石家庄,0500312.北京交通大学,计算机与信息技术学院,北京,100044
摘要：在聚类分析中,模糊C-均值聚类(FCM)是一种广泛应用的算法,但由于它是基于梯度下降的,本质上是一种局部搜索算法,容易陷入局部极小值,且对初始值很敏感.本文提出一种基于自适应差异演化的模糊聚类算法(FCBADE),该算法利用差异演化良好的全局搜索能力,在全局范围内寻找最优解的近似解,然后由FCM算法在该近似解的周围进行局部搜索,最终得到全局最优解.同时为减少手工设置控制参数对DE算法的影响,采用自适应方式调整DE算法的控制参数.实验结果表明,该算法不仅有效克服了FCM算法易陷入局部极小值的缺点,而且明显地避免了对初始化选值敏感性的问题,也有较快的收敛速度.
关键词：差异演化算法模糊C-均值聚类聚类分析自适应参数控制
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(60443003)河北省科技厅科技攻关计划(052135149)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 17-21 )
英文信息