摘要：提出一种基于模糊聚类和遗传算法的模糊分类系统的设计方法．首先定义了模糊分类系统的精确性指标，给出解释性的必要条件．然后利用聚类有效性分析确定模糊规则数目，利用模糊聚类算法辨识初始的模糊分类系统．随后利用模糊集合相似性分析与融合对初始的模糊分类系统进行约简，提高其解释性；利用遗传算法对约简后的模糊分类系统进行优化，提高其精确性，该过程反复迭代直至满足中止条件．最后利用该方法进行Iris数据样本分类，仿真结果验证了该方法的有效性．

关键词：模糊分类系统 模糊聚类 遗传算法 解释性 精确性 

单位：南京理工大学机械学院; 江苏南京210094; 北京交通大学交通运输学院; 北京100044