摘要：模糊C均值（fuzzy C-mean，FCM）聚类算法具有良好的抗噪声性能，但FCM是一种局部搜索算法，易陷入局部最优，而遗传算法则具有全局优化搜索的优点。基于此该文提出了一种改进的 FCM 算法与遗传算法结合的聚类方法，先运用遗传算法得到聚类中心，然后用改进的 FCM 聚类算法得到最优解。并基于真实采集的道路谱数据，利用该算法对路面不平度进行识别。试验结果表明，改进的 FCM 算法与遗传算法结合的聚类算法路面识别率为94.54%，比FCM聚类算法高出4.98个百分点，比改进FCM算法高出4.67个百分点，具有更好的处理噪声数据的能力，提高了聚类的准确率和路面的识别率。

关键词：聚类算法 遗传算法 模糊控制 道路工程 路面不平度识别 

单位：江苏科技大学计算机科学与工程学院; 镇江212003; 江苏大学汽车与交通工程学院; 镇江212013