基于粒子群優(yōu)化的直覺模糊核聚類算法

　　直覺模糊集（IFS，intuitionistic fuzzy sets）理論作為Zadeh模糊理論最重要的拓展形式之一，因其增加了猶豫度屬性參數(shù)，可更加細膩地刻畫客觀現(xiàn)象的模糊不確定性本質(zhì)，引起了相關(guān)研究領(lǐng)域的廣泛關(guān)注。因此，多位學(xué)者對如何將FCM算法拓展到直覺模糊領(lǐng)域進行了研究，賀正洪將聚類對象及聚類中心點用直覺模糊集表示，提出基于直覺模糊集合的模糊c均值算法。申曉勇聚類對象和聚類中心點及兩者間的關(guān)系均推廣到直覺模糊領(lǐng)域，提出了一種基于目標函數(shù)的直覺模糊集合數(shù)據(jù)的聚類方法。這些算法雖然取得了較好的應(yīng)用效果，但同樣也遺留了經(jīng)典FCM算法的一些缺點，即對數(shù)據(jù)原型有較強的依賴性，對復(fù)雜的數(shù)據(jù)結(jié)構(gòu)顯得的無能無力。
?