作者：陈明志 陈健 许春耀 余轮 林柏钢网络虚拟环境用户访问模式聚类多目标粒子群优化模糊c均值
摘要：为了有效地实现网络虚拟环境的个性化信息推荐,提出一种针对网络三维虚拟环境的用户访问模式聚类算法,即基于多目标粒子群优化的模糊C-均值聚类算法（MOPSO-based FCM,MPF）。MPF算法结合了粒子群优化算法（particle swarm optimization,PSO）与模糊C-均值算法（fuzzy C-means,FCM）的优点,通过PSO的全局空间搜索避免了FCM算法对初始值、噪声数据敏感与容易陷入局部最优等。为了改善聚类效果,在PSO中设计一个基于双目标（最小化类内距离与最大化类间距离）的粒子适应度函数。最后用标准数据集与模拟数据集分别对MPF算法进行性能测试,实验结果表明：本算法在聚类精度方面表现良好。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
