文献类型：期刊文章

作　　者：汪丽娜[1,2] 陈晓宏[1,2] 李粤安[3] 林凯荣[1]

机构地区：[1]中山大学水资源与环境研究中心,广东广州510275 [2]广东省近岸海洋工程重点实验室,广东广州510275 [3]广东省水利厅,广东广州510635

出　　处：《水利学报》

基　　金：国家自然科学基金重点项目(50839005);国家自然科学基金资助项目(50809078);国家科技支撑计划课题(2006BAB14B07)

年　　份：2009

卷　　号：39

期　　号：6

起止页码：743-748

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20093112228171)、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了克服模糊C-均值聚类(FCM)算法依赖初值的缺点,引入人工鱼群算法(AFS)建立一种新的聚类算法,应用于洪水分类研究。该算法将聚类中心看作食物源,通过样本抽样产生初始鱼群,利用人工鱼群算法能全局寻优和快速收敛的特点,得到一个较优的初始聚类结果,再使用FCM算法进行局部搜索,以避免因初值选取不当,而有可能陷入局部最小的缺陷。该方法应用于对西江流域洪水资料的分析结果表明,新算法具有比FCM算法更好的性能表现,使得到的分类结果更加准确合理。

关 键 词：人工鱼群算法 模糊C-均值聚类算法 洪水分类

分 类 号：P333]