模糊聚類的新方法研究

模糊聚類新算法研究課題按時圓滿完成了預期計劃，在理論發展和實際應用上均取得了豐碩的研究成果：①結合遺傳優化算法提出了一系列遺傳模糊聚類算法，設計瞭解編碼方案、適應度函數構造方法、算子和操作參數選取依據，新算法克服了傳統算法對初始化敏感的缺點，使獲得全局最優解的概率大大提高；②藉助分佈式並行神經網絡技術快速實現模糊聚類算法，針對基於目標函數和模糊邏輯運算兩類聚類問題，分別構造了通用的網絡模型和學習算法，為大數據量聚類分析實時處理開闢了有效途徑；③面向實際應用研究了多種模糊聚類新方法以及聚類有效性問題，並在圖象處理、模式識別領域中取得較好的效果。該項目必將促進國內模糊聚類的發展及應用。 ^[1]