改进模糊C均值聚类算法及锂电池配组应用
付媛
全书海
1.武汉理工大学 自动化学院,湖北 武汉,4300702.武汉理工大学 自动化学院,湖北 武汉,430070
摘要：在锂电池化成管理的智能配组过程中,当处理大规模数据或锂电池结构较复杂时,速度和准确度不高.因此,提出了一种基于遗传算法与密度加权的改进模糊C均值聚类算法.首先,由遗传算法优化得到初始聚类中心.然后,将样本对象的高斯密度函数作为其权值,并采用Xie-Beni有效性指标改进目标函数.将改进的算法通过标准测试数据集Iris和锂电池配组进行实验验证.验证结果表明:本文算法改善了聚类效果,与模糊C均值聚类算法相比,锂电池配组的正确率提高了0.8%,并且计算迭代次数从14次降低到8次.
关键词：模糊C均值聚类算法遗传算法高斯密度加权Xie-Beni指标锂电池配组
分类号：TP312(计算技术、计算机技术)
资助基金：国家重点基础研究发展计划（973计划）(2013CB632505)国家自然科学基金(51477125)湖北省科技支撑计划(2014BEC074)
论文发表日期：2017-01-01
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( 43-48 )