改进鲸鱼优化的模糊C-均值聚类算法

孙林, 薛红科, 吕娟

昆明理工大学学报(自然科学版) ›› 2026, Vol. 51 ›› Issue (1) : 112 -125.

PDF
昆明理工大学学报(自然科学版) ›› 2026, Vol. 51 ›› Issue (1) : 112 -125. DOI: 10.16112/j.cnki.53-1223/n.2026.01.202408190005

改进鲸鱼优化的模糊C-均值聚类算法

    孙林, 薛红科, 吕娟
作者信息 +

Author information +
文章历史 +
PDF

摘要

由于模糊C-均值聚类(Fuzzy C-Means Clustering, FCM)算法对初始化聚类中心的选取具有高度敏感性,以及在迭代优化过程中易陷入局部最优的困境,提出了一种改进鲸鱼优化的FCM算法.首先,为了解决鲸鱼优化算法(Whale Optimization Algorithm, WOA)对初始解依赖较强的问题,在WOA初始化环节,融入Logistics-Tent混沌序列,扩大了WOA的搜索范围;其次,在WOA的位置更新公式构建中,引入了自适应权重机制,通过调整自适应权重的大小,控制个体的搜索范围,平衡了WOA的全局搜索的搜索能力与局部开发能力;然后,在位置更新结束后,引入邻域扰动策略,对最优解附近的邻域进行扰动,避免WOA陷入局部最优和出现过早收敛的情况;最后,为解决FCM算法对初始聚类中心过度敏感的问题,将FCM的目标函数作为WOA的适应度函数,使FCM算法获得与自适应优化算法相同的特性.10个基准测试函数和10个公开的数据集上的实验结果表明,所提算法是有效的.

关键词

模糊C-均值聚类 / 鲸鱼优化 / 混沌映射 / 自适应权重 / 邻域扰动

Key words

引用本文

引用格式 ▾
改进鲸鱼优化的模糊C-均值聚类算法[J]. 昆明理工大学学报(自然科学版), 2026, 51(1): 112-125 DOI:10.16112/j.cnki.53-1223/n.2026.01.202408190005

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/