针对模糊C-均值聚类（fuzzy C-means clustering，FCM）算法在欠定混合矩阵估计中精度低、鲁棒性差的缺点，提出一种基于遗传模拟退火优化FCM（GASA-FCM）混合聚类和霍夫变换的欠定混合矩阵估计算法。该算法结合了模拟退火算法（simulated annealing algorithm，SA）全局搜索、高精度的优点和遗传算法（genetic algorithm，GA）强大的空间搜索能力，将经遗传模拟退火算法得到的聚类中心点赋给FCM，避免了初值选择的随机性。再利用霍夫变换对聚类得到的每一类数据的中心进行修正，提高混合矩阵的估计精度。实验结果表明，该算法明显改善了算法的稳定性和混合矩阵估计精度，具有一定的有效性和可行性。
