ЭВОЛЮЦИОННЫЙ МЕТОД НЕЧЕТКОЙ КЛАСТЕРИЗАЦИИ

Abstract

Предлагается эволюционный метод нечеткой кластеризации, использующий генетический алгоритм с переменной длиной хромосом, который позволяет находить близкое к оптимальному разбиение объектов на кластеры с одновременным определением их числа. Проводится теоретический анализ вычислительной сложности предложенного метода в сравнении со стандартным подходом к поиску количества кластеров в данных. При проведении тестирования метода на двух наборах данных показывается, что классификационные правила, построенные на основе предложенного метода кластеризации, имеют более высокую точность классификации, чем полученные классическим FCM-методом.