论文部分内容阅读
针对无监督情况下的电子产品健康聚类问题，提出一种改进的免疫遗传模糊C均值（IGA-FCM）聚类模型。综合利用多参数历史信息，通过引入加权相似度度量，刻画不同参数对健康状态的影响程度；通过将免疫机理引入到遗传框架中，以FCM的目标函数为搜索因子，克服FCM算法对初始中心选择敏感及遗传算法的早熟等问题。实验结果表明，该模型具有较高的收敛精度、收敛速度和对对象的刻画能力。