文献类型：期刊文献

中文题名：一种基于蚁群算法的模糊C均值聚类

英文题名：Fuzzy C-mean Clustering Based on Ant Algorithm

作者：周新华[1];黄道[1]

机构：[1]华东理工大学自动化工程中心,上海200237

年份：2005

卷号：12

期号：2

起止页码：132

中文期刊名：控制工程

外文期刊名：Control Engineering of China

收录：CSTPCD;;CSCD:【CSCD2011_2012】；

语种：中文

中文关键词：模糊C均值;蚁群算法;数据聚类;模糊模式识别

外文关键词：FCM;ant algorithm;data clustering

摘要：针对模糊C均值(FCM)聚类算法,在选取聚类中心点时采用随机选取易使得迭代过程陷入局部最优解,FCM算法自身并不能确定聚类个数需要人为设定,并在数据分类应用时具有了一定误差的问题,提出了一种基于蚁群算法的FCM聚类算法。该算法根据蚁群聚类算法确定模糊聚类个数和FCM算法的初始聚类中心。利用蚁群算法的全局搜索性、并行计算性等特点避免了聚类陷入局部最优解。仿真结果表明了该算法的有效性。
To the mistake of local optimization in iterative process of fuzzy C-mean(FCM) clustering algorithm,a fuzzy C-mean clustering based on ant algorithm is presented to identify fuzzy clustering numbers and initial clustering center of FCM. Ant algorithm with global search and collateral calculation avoids local optimization.The simulation result shows the effectiveness of the method.