文献类型：期刊文章

作　　者：朱毅[1,2] 杨航[3] 吕泽华[1] 陈传波[1] 邹小威[1]

ZHU Yi;YANG Hang;LYU Ze-hua;CHEN Chuan-bo;ZOU Xiao-wei(Huazhong University of Science & Technology,Wuhan,Hubei 430079,China;Shenzhen Tencent Computer Systems Company Limited,Shenzhen,Guangdong 518000,China;Sencent Technology (Wuhan)Co.,Ltd.Wuhan,Hubei 430079,China)

机构地区：[1]华中科技大学软件学院,湖北武汉430079 [2]武汉华中时讯科技有限责任公司,湖北武汉430079 [3]深圳市腾讯计算机系统有限公司,广东深圳518000

出　　处：《电子学报》

基　　金：中央高校基本科研业务费资助(No.HUST:2017KFYXJJ226)

年　　份：2019

卷　　号：47

期　　号：2

起止页码：289-295

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：模糊C均值(FCM)算法是一种基于贪心思想的迭代算法,算法沿迭代序列收敛到一个极小值,但存在搜索能力弱、易陷入局部最优的缺点.本文提出了一种基于禁忌搜索的模糊聚类算法,该算法在一个解的邻域内使用禁忌搜索,并采用了基于FCM局部收敛性质的长期表禁忌策略,保证在不断移动搜索起点的同时避免重复搜索;其次使用混沌优化思想与动态步长策略来提升算法的全局搜索能力,以达到获取全局最优解的目的.实验结果表明,改进算法极大地提高了聚类准确率,并具有良好的稳定性,与群智算法和遗传算法的优化相比也具有一定的优势.

关 键 词：模糊C均值(FCM)算法  禁忌搜索 全局最优

分 类 号：TP319]