欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
该文针对模糊C-均值算法容易收敛于局部极小点的缺陷，将遗传算法应用于模糊C-均值算法（FCM）的优化计算中，其中对传统遗传算法的编码方案、遗传算子约束条件及适应值函数等方面进行改进，提出了一种基于改进遗传算法的模糊聚类方法。实验表明，将改进的遗传算法与FCM算法结合起来进行聚类分析，可以在一定程度上避免FCM算法对初始值敏感和容易陷入局部最优解的缺陷，使聚类更合理，比单一使用FCM算法进行聚类分析的效果要好。
英文摘要：
A method of fuzzy clustering based on genetic algorithms is proposed in this paper. This method applies the improved genetic arithmetic to optimization of the Fuzzy C-Mean （FCM） arithmetic. FCM arithmetic has the limitation of converging to the local infinitesimal point, in our method, some interrelated key technique problems, such as encoding method, genetic operators, restrict condition, fitness function for the traditional genetic algorithm, are further reformed. Experiment results show that the method can search global optimum partly so that the clustering results are better than those of only using the FCM.
同期刊论文项目
同项目期刊论文
期刊信息
位置：