|
|||||
|
|
| 基于自适应模糊度参数选择改进FCM算法的负荷分类 | |
| 作者姓名： | 周开乐杨善林 王晓佳陈志强 |
| 作者单位： | 1. 合肥工业大学 管理学院, 合肥 230009;2. 过程优化与智能决策教育部重点实验室, 合肥 230009 |
| 基金项目： | 国家高技术研究发展计划(863计划)(2011AA05A116);国家自然科学基金(71131002,71071045) |
| 摘 要： | 在建立了负荷分类五阶段过程模型的基础上,提出了用类内距离和与类间距离和之比作为负荷分类评价指标自适应选择模糊度参数的方法,同时用模拟退火算法和遗传算法对模糊C 均值（FCM） 算法的搜索性能进行优化. 实验结果表明,在负荷分类中常用的模糊度参数值m=2并不是最优的,负荷分类中模糊度参数的最优取值区间为[2.6,3.2]. 同时,改进算法还克服了传统 FCM 算法全局搜索能力不足的问题,提高了负荷分类的精确性和有效性. |
| 关 键 词： | 负荷分类 模糊C均值（FCM）算法 模糊度参数 |
| 收稿时间： | 2012-05-25 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《系统工程理论与实践》浏览原始摘要信息 | |
| 点击此处可从《系统工程理论与实践》下载全文 | |