2-50 怎样让模糊 C 均值从随机中心走向更好的聚类中心？

MATLAB 遗传搜索 + 模拟退火框架 + 模糊 C 均值聚类可视化程序

一句话介绍： 这套 MATLAB 程序读取 400×2 的二维样本，用二进制染色体编码 4 个初始聚类中心，通过遗传算法搜索候选中心，再让每个候选中心进入模糊 C 均值迭代，以 FCM 目标函数评价搜索结果，最终输出聚类中心、隶属度矩阵和二维聚类可视化结果。

先看它解决什么问题

模糊 C 均值聚类能够根据样本与各聚类中心之间的距离，反复更新隶属度和中心位置。

问题在于：FCM 的最终结果会受到初始聚类中心影响。

如果一开始的中心位置不理想，局部迭代可能停在不同结果附近。当前程序因此没有只执行一次普通 FCM，而是把“初始聚类中心”本身作为优化变量。

整个主流程可以概括为：

二维样本 → 编码多个候选聚类中心 → 遗传选择/交叉/变异 → FCM 局部迭代 → 目标函数评价 → 温度循环 → 最终中心与隶属度 → 聚类结果可视化

因此，这套程序真正研究的是：

怎样利用群体搜索帮助 FCM 寻找更合适的初始聚类中心。

需要特别说明的是，当前源码虽然加入了模拟退火形式的温度和概率接受代码，但其中存在一个会改变退火行为的符号问题，后文会结合源码具体说明。

1. 当前工程真正由哪些文件组成？

主线并不复杂，真正参与当前聚类流程的文件主要如下。

2. 当前程序聚类的是什么数据？

主脚本开头执行：load X

因此真正使用的是 X.mat 中的变量 X。

对数据文件直接读取后可以确认：

样本数量：400、特征维数：2

数据矩阵尺寸：400×2

两维数据范围分别约为：

工程中的 data.mat 也保存了一个名为 X 的 400×2 数组，经过核对，其数值内容与 X.mat 中的 X 相同，但当前主脚本只加载 X.mat。

数据中没有提供真实类别标签，所以这是一个：无监督二维聚类实验。

因此程序可以计算聚类目标函数并画出聚类划分，但不能仅凭当前资料计算“分类准确率”“识别率”之类的有监督指标。

3. 当前默认到底分成几类？

SAGAFcmMain.m 中直接写有：cn=4;

所以当前默认聚类类别数为：4 类

从现有源码看，它并没有 GUI 输入框或命令行交互输入类别数。

如果希望改成其他类别数量，需要直接修改 cn。程序随后会自动按照：

NVAR = m × cn

重新计算待优化变量数量。

当前数据是二维数据，m=2，默认 cn=4，所以：

NVAR = 2×4 = 8

也就是一次候选解需要描述：4 个二维聚类中心，共 8 个连续变量。

4. 为什么不直接使用普通 FCM？

工程实际上已经提供了普通 FCM 脚本 FCMpure.m。

它直接调用：fcm(X,cn,options)

默认仍然是 4 类，并设置：

模糊指数：3、最大迭代次数：20、终止容限：1×10⁻⁶

这条路线可以概括为：

样本 X → FCM 初始化 → 隶属度与中心迭代 → 得到最终聚类结果

而 SAGAFcmMain.m 多做了一层搜索：

样本 X → 搜索初始中心 → 每个候选中心执行 FCM → 根据 FCM 目标值决定候选解好坏

也就是说，遗传搜索并没有取代 FCM。

它优化的是：FCM 从哪里开始迭代。

这也是整个项目最关键的算法关系。

5. 一个遗传算法个体代表什么？

当前程序采用二进制染色体。

主要参数为：

种群规模 sizepop=10、变量数 NVAR=8、每个变量二进制精度 PRECI=10

因此一条染色体长度为：8×10 = 80 bit

程序先使用 crtbp 生成随机二进制种群，再通过 bs2rv 把染色体解码成连续实数。

每个变量的取值边界来源于数据本身：

第 j 维聚类中心坐标范围 = 当前样本第 j 维最小值～最大值

随后 ObjFun.m 把解码后的变量重新整理成：

4×2 聚类中心矩阵

并把这组中心交给 FCM。

因此遗传算法中所谓的“一个个体”，在这个项目里并不是一个类别编号，也不是一条样本，而是：

一整套候选初始聚类中心。

6. 遗传算法怎样更新这些聚类中心？

当前主程序调用的是工程自带 gatbx 中的遗传算法函数。

每一代主要执行：

目标值评价 → 排序适应度 → SUS 选择 → 单点交叉 → 变异 → 重插入 → 新旧个体处理

其中默认参数为：

代沟 GGAP=0.9、交叉概率 pc=0.7、变异概率 pm=0.01

每个温度阶段遗传代数 MAXGEN=10

ranking 根据 FCM 目标值形成适应度；

select('sus',...) 使用随机遍历抽样选择；

recombin('xovsp',...) 执行单点交叉；

mut 执行二进制变异；

reins 再把新个体放回种群。

所以遗传部分的作用主要是：

同时维护多套中心候选，并通过选择、重组和随机变异不断改变搜索位置。

7. 每套候选中心怎样用 FCM 判断好坏？

候选中心进入 ObjFun.m 后，会调用自定义 FCMfun.m。

假设：

xⱼ 表示第 j 个样本；vᵢ 表示第 i 个聚类中心；

dᵢⱼ 表示样本 xⱼ 到中心 vᵢ 的距离；uᵢⱼ 表示样本对第 i 类的隶属度；b 表示模糊指数。

当前：b = 3

程序先根据距离初始化隶属度。可以把关系概括成：

wᵢⱼ = dᵢⱼ^(−2/(b−1))

uᵢⱼ = wᵢⱼ / Σₖwₖⱼ

距离越小，对应类别的隶属度通常越大。

随后根据模糊隶属度重新计算中心：

vᵢ = (Σⱼuᵢⱼᵇxⱼ) / (Σⱼuᵢⱼᵇ)

再计算当前聚类目标值：

J = ΣᵢΣⱼuᵢⱼᵇdᵢⱼ²

这个 J 就是整个搜索过程中真正被最小化的量。

直观上：

样本越靠近它高隶属度对应的中心，J 通常越小。

因此遗传算法并不直接评价中心“看起来好不好”，而是：

候选初始中心 → 完整跑一次 FCM → 用最终 FCM 目标值 J 评价。

8. FCM 自己会迭代多少次？

当前 FCM 参数为：

options=[3,20,1e-6]

分别表示：

模糊指数：3、最大迭代次数：20

相邻两次目标值变化终止阈值：1×10⁻⁶

每一次 FCM 内部迭代执行：

当前 U → 更新中心 → 计算距离 → 计算 J → 更新 U

如果相邻两次目标函数满足：

|Jₖ − Jₖ₋₁| < 1×10⁻⁶

就提前结束。否则最多运行 20 次。

这意味着外层搜索中的一次“个体评价”本身并不便宜，因为每套初始中心都可能触发多次 FCM 更新。

9. 模拟退火原本应该怎样参与搜索？

主脚本定义了：

初始温度 T0=100、冷却系数 q=0.8、终止温度 Tend=1

温度变化关系为：T_new = 0.8T_old

从 100 开始一直迭代到温度不再大于 1，按当前参数一共经历：21 个温度阶段

而每个温度阶段又执行 10 代遗传搜索，因此外层一共组织了：

21×10 = 210 轮遗传迭代

标准的最小化模拟退火中，如果新方案更差，定义：

ΔJ = J_new − J_old > 0

通常应以类似：P = exp(−ΔJ/T)的概率接受。

温度高时更容易接受差解，有利于跳出局部区域；

温度降低后，搜索逐渐趋于保守。

这才是“退火”的核心作用。

10. 当前源码里的模拟退火接受条件有什么需要注意？

这里是当前工程最需要说明的一处源码事实。

对于较差的新个体，SAGAFcmMain.m 实际判断的是：

p <= exp((J_new − J_old)/T)

而进入这个分支时已经满足：

J_new ≥ J_old

所以：

J_new − J_old ≥ 0

进一步得到：

exp((J_new − J_old)/T) ≥ 1

而随机数 p 的范围是 0～1。

因此按照当前源码：

较差的新个体实际上也会被接受。

更准确地说，当前条件下：

新个体更好：直接接受；

新个体相同或更差：退火判断仍然基本必然接受。

所以当前温度并没有真正形成标准模拟退火中的“随温度降低而减少差解接受概率”的机制。

温度在当前代码中的实际作用更多变成了：

控制外层一共重复多少组遗传迭代。

如果要按照标准最小化模拟退火机制进行算法比较，这里的符号应优先核对，较差解接受概率应表现为随 ΔJ 增大而降低，而不是增大。

这会直接影响对“模拟退火改进效果”的解释，因此不能忽略。

11. 最终程序怎样确定每个样本属于哪一类？

全部搜索结束后，主脚本再次使用最终候选中心运行 ObjFun，得到：

Jb：最终 FCM 目标值；

center：4 个聚类中心；

U：4×400 的隶属度矩阵。

FCM 本身给出的仍然是模糊隶属度。

例如某个样本可能同时拥有：

对第 1 类的隶属度；对第 2 类的隶属度；对第 3 类的隶属度；对第 4 类的隶属度。

绘图时程序再取每个样本最大的隶属度：

类别 = arg max(U)

把模糊结果转换成一个用于显示的硬分类结果。

因此完整关系是：

FCM 模糊隶属度 → 取最大隶属度 → 二维分类可视化

前三类分别额外叠加绿色、红色和蓝色星号；

没有额外星号覆盖的样本就是第四类；

聚类中心则使用 v 型标记显示。

12. 当前程序能不能给出一个固定的“最佳聚类结果”？

不能把某一组中心坐标或目标函数值写成固定答案。

原因有三个。

第一，程序没有固定随机种子。

初始染色体、遗传选择、变异以及退火判断都使用随机数，因此不同运行之间可能出现不同结果。

第二，当前压缩包没有附带一组固定的运行日志或保存后的最终 center、Jb。

所以不能凭空给出一个所谓“最终最优值”。

第三，当前 trace 只有 10 列，而 gen 会在每个温度阶段重新从 0 开始，因此前面温度阶段的跟踪结果会被后面的阶段覆盖。

最终再次执行 FCM 使用的是：

最后一个温度阶段第 10 代所记录的最好候选。

它并没有单独保存整个 210 轮搜索过程中出现过的全局历史最佳解。

所以当前程序更适合观察：

搜索过程如何产生一组聚类中心，并得到对应的 FCM 划分

而不应该把一次随机运行结果包装成绝对固定的全局最优结果。

13.FCMpure.m 在这里有什么价值？

FCMpure.m 提供了一条很有用的普通 FCM 对照路线。

它和主程序使用：

同一份 X；同样的 4 类；同样的模糊指数 3；相近的 FCM 迭代条件。

因此可以分别运行：普通 FCM和遗传搜索框架下的 FCM

观察不同初始化和搜索方式得到的中心及划分。

但当前工程并没有自动计算：

两种方法多次运行的平均 J；标准差；收敛速度；

Silhouette；ARI；NMI；聚类准确率。

因此现有源码只能支持：算法过程与结果可视化比较。

不能在没有补充重复实验和评价指标的情况下直接宣称混合算法“精度更高”或“一定优于普通 FCM”。

14. 这套程序适合用在哪里？

模糊聚类与智能优化教学

程序把：

染色体编码、遗传选择、交叉、变异、FCM 隶属度、中心更新和目标函数

都拆成了可以直接查看的 MATLAB 文件，很适合观察“全局搜索 + 局部聚类”是怎样连接起来的。

二维无监督聚类实验

当前自带数据就是 400×2 的二维矩阵，结果又直接采用二维散点图显示，因此特别适合做小规模聚类可视化实验。

聚类参数敏感性验证

可以修改类别数、模糊指数、种群规模、交叉/变异概率以及温度参数，观察搜索结果和运行量如何变化。

FCM 初始中心优化思路验证

如果研究重点是“FCM 为什么对初始化敏感，以及能否用群体搜索给它提供更好的起点”，这套工程提供了比较完整的实验框架。

它目前不适合直接包装成生产级在线聚类系统，因为：

输入仍然是离线 MAT 数据；

没有数据接口；没有标签评价体系；没有固定随机种子；

当前模拟退火接受式还需要修正后再做正式算法性能比较。

另外，当前 FieldD 的边界排列方式与后面的 reshape(V,cn,ch) 采用了不同的变量排列思路。由于当前两维数据范围都接近 0～1，这个问题不明显；如果以后换成各维量纲差别很大的高维数据，建议同步核对每个染色体变量与各特征上下界的对应关系。

15. 哪些参数最值得修改？

当前程序里真正影响聚类和搜索行为的主要是下面这些参数。

如果只是希望尝试不同聚类任务，最先修改的通常是 cn。

如果研究的是优化算法，则更值得联合观察：

种群规模 + 遗传代数 + 交叉/变异概率 + 温度调度

而不是只改一个参数就判断算法优劣。

16. 怎么运行？

把工程解压后，将 MATLAB 当前目录切换到包含 SAGAFcmMain.m 和 X.mat 的目录。

主程序需要调用 gatbx 子目录中的：

bs2rv、ranking、select、recombin、mut、reins等函数。

因此为了避免 MATLAB 找不到子目录函数，建议先执行：

addpath(genpath('gatbx'))

然后确认 MATLAB 环境中能够调用 FCM 相关的 distfcm。

当前压缩包没有包含distfcm.m，而 FCMpure.m 还直接使用了 fcm，所以运行环境需要提供兼容的 FCM/Fuzzy Logic 相关函数；如果执行到 distfcm 时提示函数不存在，就需要先解决这一依赖。

完成路径和依赖设置后，主入口为：SAGAFcmMain

程序默认加载 X.mat 中的 400×2 数据，并按照 4 类执行聚类。

如果只想运行普通 FCM 对照，则执行：FCMpure

如果更换自己的数据，最直接的方法是保证工作区得到一个：样本数×特征数形式的数值矩阵 X。

对于二维以外的数据，FCM 本身可以按照维数计算，但当前最终绘图只使用 X(:,1) 和 X(:,2)，所以仍然只会展示前两个特征；如果不同特征的数值范围差异很大，还应同时重新核对遗传变量上下界的排列方式。

17. 一句话看懂这个项目

这是一个 模糊 C 均值聚类与智能优化实验程序：它读取X.mat中 400×2 的无标签样本，默认划分为 4 类，把 4 个二维初始聚类中心编码成 8 个优化变量和 80 bit 染色体，由 10 个个体通过选择、单点交叉、变异和重插入不断产生候选中心，再让每套候选中心执行模糊指数为 3、最多 20 次迭代的 FCM，以 J = ΣᵢΣⱼuᵢⱼᵇdᵢⱼ² 评价聚类效果，最终输出Jb、4 个中心、4×400 隶属度矩阵并绘制二维聚类结果；工程适合用于 FCM 初始化、遗传优化和无监督聚类教学实验，但当前模拟退火较差解接受式的符号会使差解基本全部被接受，正式做退火算法性能比较前应先修正这一实现并补充可复现实验。