基于模糊C均值和免疫进化单亲遗传的自适应聚类算法

摘要

在实际问题中经常需要分类,模糊聚类分析就是应用模糊数学的方法把具有相似性质的事物区分开,并加以分类.FCM聚类算法最早由Dunn提出,并由Bezdek将之推广,目前该算法被引用于多种领域.但由于FCM算法是一种局部搜索算法,如果初始值选择不当,它就会收敛到局部极小点上.为了克服FCM算法的不足,人们提出将遗传算法(GA)与FCM算法相结合解决局部最优问题.遗传算法是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应的搜索算法,特别是在数量大、分类要求比较高、需要并行计算的场合,该方法显示出了FCM无法比拟的优越性.但是它也存在过早收敛(也称"早熟")和局部搜索能力较弱的明显缺点.