织物性能的遗传模糊C均值聚类算法

摘要：

为了解决传统模糊C均值算法(FCM)依赖初值、易于陷入局部极值的问题,设计实现了一种遗传模糊C均值聚类算法(GFCM),该算法以模糊聚类中心矩阵为优化变量,将FCM算子引入遗传算法中以增强遗传算法的寻优能力,对聚类中心施加进化扰动以寻找最优聚类；描述了FCM和GFCM的基本流程,通过一个织物性能聚类评价例子对比了两种方法的性能,证明了GFCM的优越性.

关键词：聚类算法、模糊C均值、遗传算法、织物性能

所属期刊栏目：31

分类号：TS101.1;TP181(纺织工业、染整工业)

资助基金：河南省自然科学基金项目082300410090;河南省基础与前沿技术研究计划072300410400;河南省高校科技创新人才支持项目2008HASTIT020

在线出版日期：2012-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：37-39,64