模糊聚类的新方法研究

模糊聚类新算法研究课题按时圆满完成了预期计划，在理论发展和实际应用上均取得了丰硕的研究成果：①结合遗传优化算法提出了一系列遗传模糊聚类算法，设计了解编码方案、适应度函数构造方法、算子和操作参数选取依据，新算法克服了传统算法对初始化敏感的缺点，使获得全局最优解的概率大大提高；②借助分布式并行神经网络技术快速实现模糊聚类算法，针对基于目标函数和模糊逻辑运算两类聚类问题，分别构造了通用的网络模型和学习算法，为大数据量聚类分析实时处理开辟了有效途径；③面向实际应用研究了多种模糊聚类新方法以及聚类有效性问题，并在图象处理、模式识别领域中取得较好的效果。该项目必将促进国内模糊聚类的发展及应用。