会议专题

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

2010全国开放式分布与并行计算学术年会

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)