基于混沌和动态变异蛙跳的模糊聚类算法

作者：刘悦婷

来源：计算机应用与软件, 2014, 31(02): 275-278.

• 模糊C-均值算法
• 蛙跳算法
• 混沌和动态变异

针对模糊C-均值FCM(Fuzzy C-Means)聚类算法易陷入局部最优解,对初始值敏感的缺点。提出基于混沌和动态变异蛙跳SFLA(shuffled frog leaping algorithm)的FCM算法。该算法先用混沌的Tent序列初始化青蛙群体以增强群体的多样性,提高初始解的质量;并根据青蛙的适应度方差值选择相应的变异概率。再将改进后的蛙跳算法优化FCM算法,最后求取全局最优。人工数据及经典数据集的仿真结果表明,该算法(CMSFLA-FCM)与SMSFLA-FCM、SFLA-FCM和FCM聚类算法相比,寻优能力更强,聚类效果更优。

• 单位
  兰州文理学院; 电子信息工程学院