基于粒子群优化的模糊c均值聚类算法——在丙烯腈反应器参数优化上的应用

• 作 者: 吕强 俞金寿
• 机 构: 华东理工大学自动化研究所
• 出 处: 计算机工程与应用
• 发表日期: 2005年22期
• 关键词: 数据挖掘 模糊C均值 遗传算法 粒子群算法 混沌优化 聚类 data mining Fuzzy C-Means genetic algorithm Part

采用粒子群优化（PSO）算法，代替遗传算法（GA），将其和模糊C均值（FCM）聚类算法结合，形成基于粒子群优化的模糊C均值聚类（PSO-FCM）算法，同时引进混沌优化算法加强PSO-FCM算法的局部搜索能力。以某工厂丙烯腈反应器数据为研究对象，对比GA-FCM算法和FCM算法，研究结果表明PSO-FCM算法能够得到较优的聚类，且该算法实现简单，便于工程应用，对丙烯腈反应器参数调整的指导作用更加显著。