基于蟻群算法的聚類研究與應(yīng)用.pdf

1、隨著計算機的飛速發(fā)展，各個領(lǐng)域都產(chǎn)生了大量的數(shù)據(jù)，如何從海量的數(shù)據(jù)中找出需要的信息和有用的知識，成為社會中越來越關(guān)注的問題。經(jīng)過眾多專家學者的努力研究，一門新興的學科----數(shù)據(jù)挖掘技術(shù)逐步的被用于海量數(shù)據(jù)的處理。從而有效的解決了“數(shù)據(jù)爆炸卻知識貧乏”的問題。而作為數(shù)據(jù)挖掘技術(shù)之一的聚類分析也越來越受到研究者的關(guān)注，它既可用于獨立數(shù)據(jù)的挖掘工具，也可用于其它數(shù)據(jù)挖掘的預(yù)處理步驟，頗具有研究價值。隨著群體智能研究的不斷深入，Deneubo

2、urg等人通過觀察現(xiàn)實中螞蟻堆積尸體和分類它們的幼體等自然行為，模擬螞蟻的覓食活動，提出了蟻群算法的概念，并將蟻群算法引入到聚類分析中，從此開始了基于蟻群算法的聚類研究與應(yīng)用。
　　本文首先介紹了蟻群算法的基本原理、特點及其改進，在研究了聚類分析的基礎(chǔ)上，針對基本蟻群算法收斂速度慢、易陷于局部最優(yōu)等缺陷，提出了一種改進的蟻群聚類算法。實驗結(jié)果表明，改進的算法可以加快聚類的速度，達到了改進的目的。然后通過一個例子具體說明蟻群算法在應(yīng)