基于混合人工蜂群的模糊聚类算法
姚雅
高尚
1.江苏科技大学计算机科学与工程学院 镇江 2120002.江苏科技大学计算机科学与工程学院 镇江 212000
摘要：利用分布估计算法获得的全局统计信息,改进人工蜂群算法中蜜源产生的方法,从而提出一种基于连续分布估计的人工蜂群算法,以有效地提高人工蜂群算法的全局探索能力.由于初始聚类中心的选择对模糊C-均值聚类算法的聚类效果有极大的影响,且该算法存在容易陷入局部最优的问题,提出了一种基于混合人工蜂群算法的模糊聚类算法——将其与改进后的人工蜂群算法相结合以提高聚类效果.其主要思想是:利用混合人工蜂群算法得到初始聚类中心,再利用FCM算法对初始聚类中心进行优化,最终获得最优解.实验结果表明,改进后的人工蜂群算法收敛速度较传统的人工蜂群算法快,新的FCM算法聚类效果更好,在准确率和收敛速度方面都有所提高.
关键词：人工蜂群模糊C-均值分布估计算法智能混合算法UMDAc算法
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2019-01-01
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：6( 1072-1077 )
英文信息