本文關鍵詞：優(yōu)化的人工魚群和FCM的混合聚類算法，，由筆耕文化傳播整理發(fā)布。

【摘要】：針對模糊C-均值算法比較易陷入局部極值、對聚類初始中心過于敏感等問題,提出一種優(yōu)化的人工魚群與模糊C-均值算法相結合的聚類算法(OAFSA-FCM)。該算法將人工魚群行為進行優(yōu)化,引入通信行為,利用模糊C-均值的適應度函數(shù)對人工魚的參數(shù)進行自適應調整,搜索的精度和效率有所提高,易跳出局部極值。將仿真結果與其他算法進行比較,證明了該算法易跳出局部極值且收斂速度與搜索精度均優(yōu)于其他算法。
【作者單位】： 江南大學物聯(lián)網工程學院;江南大學輕工過程先進控制教育部重點實驗室;
【關鍵詞】： 人工魚群算法 模糊C-均值 通信行為 適應度函數(shù) 自適應
【基金】：國家高技術研究發(fā)展計劃項目(2013AA040405)
【分類號】：TP18;TP311.13
【正文快照】： 0引言 聚類分析是一種多元統(tǒng)計分析的方法,目前廣泛應用于數(shù)據(jù)挖掘、模式識別等領域。由文獻[1]可知聚類分析是一種無監(jiān)督模式識別的學習方法,該方法是指不先規(guī)定分組規(guī)則,數(shù)據(jù)或事物根據(jù)它們的特征屬性劃分為不同的群組。由文獻[2]可知聚類的最終目的是指在相同群組內數(shù)據(jù)或

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張淑軍;陳戈;陳勇;;人工魚高級行為規(guī)劃和運動模型研究[J];系統(tǒng)仿真學報;2008年13期

2 班曉娟,劉宏偉,陳泓娟,涂序彥;“人工魚”自學習方法研究[J];計算機工程;2004年06期

3 班曉娟;曾廣平;艾冬梅;涂序彥;;人工魚的認知模型研究[J];計算機科學;2004年11期

4 張淑軍;班曉娟;陳勇;陳戈;;基于記憶的人工魚認知模型[J];計算機工程;2007年19期

5 楊國為;人工魚的“叨食物行為”和“求偶行為”的運動規(guī)律模型[J];計算機工程與應用;2005年12期

6 王小銘;鐘林海;;基于物理與生物學機理的人工魚行為模擬[J];華南師范大學學報(自然科學版);2012年01期

7 班曉娟,陳泓娟,涂序彥;具有自學習和自進化能力的人工魚模型設計[J];計算機應用研究;2003年05期

8 孟憲宇;薛燕榮;王昊;張軍;佟玉軍;;人工魚多感知系統(tǒng)融合研究[J];系統(tǒng)仿真學報;2010年02期

9 涂曉媛,陳弘娟,涂序彥;“人工魚”動畫模型設計[J];軟件世界;2000年04期

10 李晗;孟憲宇;杜鵬;王麗麗;;基于Android系統(tǒng)的人工魚感知融合模型研究[J];渤海大學學報(自然科學版);2012年02期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 孟憲宇;班曉娟;寧淑榮;涂序彥;;人工魚虛擬嗅覺系統(tǒng)的研究[A];2006年首屆ICT大會信息、知識、智能及其轉換理論第一次高峰論壇會議論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 張淑軍;虛擬海洋環(huán)境中人工魚的認知模型和行為控制研究[D];中國海洋大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 前7條

1 尹璐;基于神經網絡的人工魚行為模擬[D];浙江大學;2016年

2 劉q

本文編號：464164