基于改进粒子群优化聚类算法的故障诊断方法
针对模糊C均值聚类算法(FCM)中聚类结果受初始聚类中心影响突出的缺陷,利用粒子群优化算法(PSO)全局优化能力显著的特性,提出一种基于粒子群改进的模糊C均值聚类算法(PSO-FCM).该算法首先通过PSO优化算法得到一个最优值,然后利用该最优值初始化FCM聚类中心,从而优化了FCM算法的聚类结果.最后将该算法应用于电机故障诊断中,实验表明,该算法弥补了FCM算法的缺陷,提高了聚类的效率和准确性,改善了故障诊断结果.
粒子群优化算法 模糊C均值算法 聚类算法 故障诊断
李飞 夏士雄 牛强
中国矿业大学,计算机科学与技术学院,江苏,徐州,221116
国内会议
乌鲁木齐
中文
82-85
2010-08-19(万方平台首次上网日期,不代表论文的发表时间)