演化聚類算法及其應(yīng)用研究.pdf

1、模糊C均值算法(FCM)是當(dāng)前比較流行且應(yīng)用廣泛的一種模糊聚類算法,已經(jīng)成功應(yīng)用于模式識(shí)別、圖像處理等諸多領(lǐng)域。但是,它存在著需要聚類數(shù)目先驗(yàn)知識(shí)、對(duì)初始值敏感和易陷入局部極值等固有的缺點(diǎn)。
　　 為了彌補(bǔ)FCM算法的缺點(diǎn),同時(shí)鑒于演化算法作為一種隨機(jī)全局搜索技術(shù)的卓越優(yōu)化效果,本文將遺傳算法與差異演化算法相結(jié)合,提出一種異質(zhì)協(xié)同演化模糊聚類算法——GADEFCM算法。該算法使用改進(jìn)的掩碼方式動(dòng)態(tài)決定聚類中心的數(shù)目,將種群劃分成

2、兩個(gè)子種群,分別用遺傳算法和差異演化算法進(jìn)行演化,子種群中的每個(gè)個(gè)體按規(guī)則執(zhí)行FCM操作進(jìn)一步加快算法收斂速度。在演化過程中兩個(gè)子種群相互協(xié)作,通過不同的間隔遷移策略相互交換優(yōu)良個(gè)體引導(dǎo)搜索過程,充分利用了遺傳算法的全局探索能力與差異演化算法的局部搜索能力。GADEFCM算法克服了FCM算法需要聚類數(shù)目先驗(yàn)知識(shí)和易陷入局部極值等缺點(diǎn),能夠更高效的找到全局最優(yōu)解。
　　 本文通過MATLAB平臺(tái)進(jìn)行仿真實(shí)驗(yàn),使用數(shù)據(jù)集對(duì)GADEF