论文部分内容阅读
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．