谷文祥，郭丽萍，殷明浩

(东北师范大学计算机科学与信息技术学院，吉林长春 130117)

模糊c－均值算法和万有引力算法求解模糊聚类问题

谷文祥，郭丽萍，殷明浩

(东北师范大学计算机科学与信息技术学院，吉林长春 130117)

针对单纯使用模糊c－均值算法(FCM)求解模糊聚类问题的不足，首先，提出一种改进的万有引力搜索算法，通过一定概率按照不同方式对速度进行更新，有效增大了种群的搜索域.其次，提出了模糊万有引力搜索算法(FGSA).最后，在模糊万有引力搜索算法(FGSA)和模糊c－均值算法(FCM)的基础上，提出了一种新算法(FGSAFCM)来求解模糊聚类问题，有效避免了单纯使用模糊c－均值算法时对初始值敏感且易于陷入局部最优的缺点.采用目标函数和有效性评价函数作为评价标准，选取10个经典数据集作为测试数据，实验结果表明，新算法比单一的模糊c－均值算法有更高的准确性和鲁棒性.

模糊聚类;模糊c－均值算法;万有引力搜索算法;模糊万有引力搜索算法

聚类分析是中非监督模式识别的一个重要分支.它试图将数据分成几个不同的组，要求组内的数据相似性大，组间的数据相似性小，这样的组在聚类中被称为“簇”.目前，求解聚类问题主要包括硬聚类、模糊聚类、可能性聚类3种方法.硬聚类方法［1］在分类时具有绝对性，即“非此即彼”，这种方式虽然时间消耗非常少，但是也割断了数据之间的联系.模糊聚类方法［2］把Zadeh的模糊理论引入到聚类中，使每个样本对各个类……