基于捕食_被捕食粒子群优化的模糊聚类.pdfVIP

， （ ） Computer Engineering and Applications 计算机工程与应用 2008 44 35 129 ◎数据库与信息处理◎ 基于捕食-被捕食粒子群优化的模糊聚类 王 琳，罗 可，罗永红 ， ， WANG Lin LUO Ke LUO Yong-hong 长沙理工大学计算机与通信工程学院，长沙 410076 School of Computer and Communication Engineering ，Changsha University of Science and Technology ，Changsha 410076 ，China E-mail ：hnwzlin@126.com WANG Lin ，LUO Ke ，LUO Yong-hong.Fuzzy clustering based on predator prey particle swarm optimization.Computer Engineering and Applications ，2008 ，44 （35）：129-131. Abstract ：PSO clustering algorithm is known to have simple parameters and fast convergence ，but there are also local optimal problems.To solve the problem ，a fuzzy clustering based on predator prey PSO algorithm is presented ，which is using density func－ tion to initialize cluster centre.Predators chase preys centre ，to accelerate convergence ，and the prey escape predators ，to promote diversity and to prevent the local optimal there.The experimental test data show that this method is limited to prevent the ex－ treme ，fast convergence ，global optimization capabilities ，and other performance advantages ，better able to objectively reflect the real world. Key words ：predator prey ；Particle Swarm Optimization （PSO）；Fuzzy C-Mean clustering algorithm （FCM）；density function ；local optimal 摘 要：粒子群优化聚类算法具有参数简单，收敛快等优势，但也有局部极值问题。为解决此问题，提出一种基于捕食-被捕食的粒 子群优化模糊聚类算法且聚类中心采用密度函数初始化。捕食者追逐被捕食者中心，加速收敛，而被捕食者逃离捕食者，促进多样 性，以防局部极值出现。实验测试数据表明，算法具有防止局部极值、收敛快、全局寻优能力强等性能优势，能够比较好客观地反映 现实世界。 关键词：捕食-被捕食；粒子群优化；模糊聚类；密度函数；局部极值 DOI ：10.3778/j.issn.1002-8331.2008.35.039 文章编号：1002－8331 （2008）35-0129-03 文献标识码：A 中图分类号：TP311 聚类算法在模式识别中具有重要的作用，广泛地应用于数 模糊聚类，进化算法优化模糊聚类，蚁群算法来优化聚类等。