一种两阶段的基于差分进化和模糊C-均值的聚类算法

摘要

本发明公开了一种两阶段的基于差分进化和模糊C-均值的聚类算法，该算法包含两个阶段，第一阶段采用差分进化算法聚类，第二阶段采用模糊C-均值聚类算法聚类，当第一阶段执行到满足切换条件时，进入到第二阶段执行。提供了一种切换条件的具体方式，即测试种群收敛度；并提供了种群收敛度的具体计算方法。提供了一种第一阶段中对变异缩放因子(F)和交叉概率因子(CR)的参数自适应动态调整方法。与现有技术相比，本发明具有对初始值的依赖程度低、收敛速度快、容易收敛于全局最优、对参数F和CR不敏感等优点。

主权项

一种两阶段相接合的方式进行聚类的方法，其特征在于：采用两个阶段进行聚类，第一阶段采用差分进化算法聚类，第二阶段采用模糊C‑均值聚类算法聚类，当第一阶段执行到满足切换条件时，进入到第二阶段执行，如图1所示。