优化的人工鱼群和FCM的混合聚类算法.pdfVIP

第３３卷第１２期 计算机应用与软件 Ｖｏｌ．３３ Ｎｏ．１２ ２０１６年１２ 月 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｄｅｃ．２０１６ 优化的人工鱼群和ＦＣＭ的混合聚类算法 戴月明 赵莉莉１ ２ １ （江南大学物联网工程学院 江苏无锡２１４１２２） ２ （江南大学轻工过程先进控制教育部重点实验室 江苏无锡２１４１２２） 摘 要 针对模糊Ｃ-均值算法比较易陷入局部极值、对聚类初始中心过于敏感等问题，提出一种优化的人工鱼群与模糊Ｃ-均值 算法相结合的聚类算法（ＯＡＦＳＡ-ＦＣＭ）。该算法将人工鱼群行为进行优化，引入通信行为，利用模糊Ｃ-均值的适应度函数对人工鱼 的参数进行自适应调整，搜索的精度和效率有所提高，易跳出局部极值。将仿真结果与其他算法进行比较，证明了该算法易跳出局 部极值且收敛速度与搜索精度均优于其他算法。 关键词 人工鱼群算法 模糊Ｃ-均值 通信行为 适应度函数 自适应 中图分类号 ＴＰ３１２ 文献标识码 Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００-３８６ｘ．２０１６．１２．０５６ ＡＮＩＭＰＲＯＶＥＤＣＬＵＳＴＥＲＩＮＧＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＯＰＴＩＭＩＺＥＤ ＡＲＴＩＦＩＣＩＡＬＦＩＳＨＳＷＡＲＭＡＬＧＯＲＩＴＨＭＡＮＤＦＣＭ ＤａｉＹｕｅｍｉｎｇ ＺｈａｏＬｉｌｉ１ ２ １ （ＳｃｈｏｏｌｏｆＩＯＴＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ２１４１２２，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） ２ （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｄｖａｎｃｅｄＰｒｏｃｅｓｓＣｏｎｔｒｏｌｆｏｒＬｉｇｈｔＩｎｄｕｓｔｒｙ （ＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ），ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ２１４１２２，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ ＡｎｉｍｐｒｏｖｅｄｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｗｈｉｃｈｃｏｍｂｉｎｅｓｏｐｔｉｍｉｚｅｄａｒｔｉｆｉｃｉａｌｆｉｓｈｓｗａｒｍａｌｇｏｒｉｔｈｍｗｉｔｈｆｕｚｚｙＣ-ｍｅａｎｓａｌｇｏｒｉｔｈｍｉｓ ｐｒｏｐｏｓｅｄｂｅｃａｕｓｅｔｈｅｆｕｚｚｙＣ-ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｉｓｅａｓｙｔｏｆａｌｌｉｎｔｏｌｏｃａｌｅｘｔｒｅｍｅｖａｌｕｅａｎｄｉｔｉｓｓｅｎｓｉｔｉｖｅｔｏｔｈｅｉｎｉｔｉａｌｃｌｕｓｔｅｒｉｎｇ ｃｅｎｔｅｒｓ．Ｔｈｉｓａｌｇｏｒｉｔｈｍｏｐｔｉｍｉｚｅｓｔｈｅｂｅｈａｖｉｏｒｏｆａｒｔｉｆｉｃｉａｌｆｉｓｈａｎｄｉｎｔｒｏｄｕｃｅｓｔｈｅｃｏｍｍｕｎｉｃａｔｉｏｎｂｅｈａｖｉｏｒｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｓｅａｒｃｈ ｐｒｅｃｉｓｉｏｎａｎｄｅｆｆｉｃｉｅｎｃｙｂｙａｄｊｕｓｔｉｎｇｔｈｅ ｐａｒａｍｅｔｅｒｓ ｏｆａｒｔｉｆｉｃｉａｌ ｆｉｓｈ ｉｎ ａ ｓｅｌｆ-ａｄａｐｔｅｄ ｗａｙｕｓｉｎｇｔｈｅ ｆｉｔｎｅｓｓ ｆｕｎｃｔｉｏｎ ｏｆｆｕｚｚｙＣ-ｍｅａｎｓ． Ｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒａｌｇｏｒｉｔｈｍｓ，ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｈａｓａｂｅｔｔｅｒｅｆｆｅｃｔｏｎｂｏｔｈｔｈｅｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄａｎｄ ｓｅａｒｃｈａｃｃｕｒａｃｙ． Ｋｅｙｗｏｒｄｓ Ａｒｔｉｆｉｃｉａｌｆｉｓｈｓｗａｒｍａｌｇｏｒｉｔｈｍ ＦｕｚｚｙＣ-ｍｅａｎｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｂｅｈａｖｉｏｒ Ｆｉｔｎｅｓｓｆｕｎｃｔｉｏｎ Ａｄａｐｔｉｖｅ ｃｉａｌＦｉｓｈＳｗａｒｍＡｌｇｏｒｉｔｈｍ），该算法的思想是将动物的自治体概 ０ 引 言 念引入到群体优化的方法中并通过模仿鱼类的觅食行为来达到