原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于人工蜂群的模糊聚类算法.pdf
第36卷第5期 兰州理工大学学报 VoL36No．5
2010年10月 JoumalofLanzhou of OctI2010
UniversityTechn0109y
文章编号：1673—5196(2010)05-0079_04
基于人工蜂群的模糊聚类算法
赵小强1’2，张守明1
730050)
(1．兰州理工大学电气工程与信息工程学院，甘肃兰州730050；2．甘肃省工业过程先进控制重点实验室，甘肃兰州
摘要：针对模糊G均值(FCM)聚类算法存在容易陷入局部极小值、对初始值和噪声数据敏感的缺点，提出一种基
于人工蜂群(ABC)的模糊聚类算法(ABFM)．该算法引入全局寻优能力强的人工蜂群算法来求得最优解作为胱
算法的初始聚类中心，然后利用FCM算法优化初始聚类中心，最后求得全局最优解，从而有效克服了FcM算法的
缺点．实验结果表明，新算法与刚聚类算法相比，提高了算法的寻优能力，并且迭代次数更少，收敛速度更快，聚
类效果更好．
关键词：模糊C-均值聚类；人工蜂群；数据挖掘
中图分类号：TP311文献标识码：A
on bee
basedartificial
FuzzycIusteringalgorithm colony
ZHAO Shou-min91
Xia伊qian91”，ZHANG
ofGansu
ofE1ectricalandInfomation Univ．ofTech，I丑nzhou730050，china；2．KeyLaboratory
(1．College Engineering，I且nzhou
Advanced(乃ntrolforIndust^alPmcesses。I丑nzhou730050，Chim)
Abstract：Aimedatthe suchasthe occurrenceoflocalminimumwiththe
problems ready
anditssensitivitoinitialvalueandnoise anartificialbee
(FCM)cluste“ngalgorithm ty data， colony
forwardInthis solutionobtained
(ABC)-based algorithm，theoptimal
fuzzyalgorithm(ABFM)wasput
with with wastakenasinitial ofFCMal—
A上妃algorithmstrongglobalsearchingability clustering．centers
to initial asto the andoVercometheshortcom—
gorithmoptimizeclusterin争centers，soget globaloptimum
oftheFCM wasshow
文档评论（0）