提出了一种基于遗传算法的动态模糊聚类方法.通过计算样本之间的模糊相似性,不失真地反映它们之间的内在关联.同时将样本之间的模糊相似性映射到样本之间的欧氏距离,即将高维样本映射到二维平面.利用遗传算法不断优化两者之间的映射,使样本之间的欧氏距离逐步趋近于其模糊相似性,实现动态模糊聚类.克服了聚类有效性对样本分布的依赖性;同时,增加了聚类的灵活性和可视化.该方法在性能上较经典的模糊聚类算法有一定改进,具有较好的聚类效果和较快的收敛速度.仿真实验结果证明了该方法的可行性和有效性.……