基于蟻群算法的數(shù)據(jù)分類方法研究.pdf

1、分類是一種重要的數(shù)據(jù)分析手段，它在數(shù)據(jù)挖掘和人工智能等領(lǐng)域都得到了廣泛地應(yīng)用。人們對數(shù)據(jù)分類問題進(jìn)行了深入的研究，產(chǎn)生了多種分類算法，如:決策樹分類算法、貝葉斯分類算法等等。由于在現(xiàn)實生活中很多問題都可以轉(zhuǎn)化為分類問題，因此對于分類算法的研究具有很重要的現(xiàn)實意義。
　　螞蟻是一種群居昆蟲，雖然其個體的行為簡單，但其整體能完成復(fù)雜的、個體無法完成的任務(wù)，表現(xiàn)出了高度的自組織性。受其覓食行為的啟發(fā)，20世紀(jì)90年代意大利學(xué)者M(jìn).Dor

2、igo等人提出了一種新型的模擬進(jìn)化算法——蟻群算法。自該算法提出以來引起了許多國內(nèi)外研究者的關(guān)注，其應(yīng)用領(lǐng)域得到了迅速拓寬，在硬件實現(xiàn)上也取得了突破性進(jìn)展，同時在蟻群算法的模型改進(jìn)及與其他仿生優(yōu)化算法的結(jié)合方面展現(xiàn)出了前所未有的勃勃生機(jī)。
　　雖然，人們對數(shù)據(jù)分類方法和蟻群算法的研究都很多，但是對于將蟻群算法應(yīng)用在解決數(shù)據(jù)分類問題方面的研究并不多。2002年英國學(xué)者Parepinelli和他的同事們將蟻群算法首次應(yīng)用于數(shù)據(jù)分類領(lǐng)域

3、，提出了一種解決分類問題的蟻群算法——Ant-Miner算法，該算法是最早的基于蟻群算法的分類模型。由于Ant-Miner算法具有很好的健壯性、魯棒性等特點，在解決大規(guī)模的數(shù)據(jù)分類問題時表現(xiàn)出了很大的潛力，取得了較好的成果。隨后，很多學(xué)者在此基礎(chǔ)上對Ant-Miner算法進(jìn)行了不斷的改進(jìn)。國內(nèi)主要有暨南大學(xué)的劉波教授等人提出了Ant-Miner2和Ant-Miner3算法，西安交通大學(xué)王自強(qiáng)等人提出的ACO-Miner算法等;國外主要有

4、英國學(xué)者JamesSmaldon等人提出的UnorderedRuleSetAnt-Miner算法等。
　　本文系統(tǒng)地研究了數(shù)據(jù)分類算法、蟻群算法以及Ant-Miner算法（基于蟻群算法的第一個分類模型），并在分析原Ant-Miner算法的基礎(chǔ)上進(jìn)行了以下兩方面的改進(jìn):
　　(1)為了避免算法過早收斂于局部最優(yōu)解，提出了具有免疫特征的Ant-Miner算法。該算法在原Ant-Miner算法中引入了克隆選擇算子、親和突變算子及免

5、疫選擇算子，從而提高了算法對解的搜索能力。實驗結(jié)果表明，改進(jìn)后的算法在算法精度方面較原算法有明顯的提高。
　　(2)針對原條件選擇策略中存在的一些缺點，提出了一種新的條件選擇策略——雙條件選擇策略，也就是在選擇條件時不僅考慮原始算法中所考慮的條件轉(zhuǎn)移概率函數(shù)值，而且還需要進(jìn)一步比較待選擇被加入到規(guī)則中的條件所覆蓋的樣本的個數(shù)，從而保證了加入到規(guī)則中的條件的最優(yōu)性。將該條件選擇策略應(yīng)用于原Ant-Miner算法中，得到了基于雙條件選