基于改进PSO的自适应FCM聚类算法

摘要

针对传统模糊C-均值(fuzzy C-means,FCM)聚类算法存在对初始聚类中心选取的敏感性问题,提出一种基于改进粒子群优化(particle swarm optimization,PSO)算法的FCM聚类算法.为进一步提高PSO算法的全局寻优能力,探讨了一种基于自适应惯性因子的改进粒子群算法,该算法不仅优化了全局寻优能力和局部搜索能力,而且也有效解决了早熟现象并避免了后期震荡现象.实验结果表明,将改进PSO用于FCM聚类算法中可以克服对初始中心点选择的敏感性问题,拥有较高的全局寻优能力,聚类精度方面也得到了进一步提升.