蟻群聚類算法的研究.pdf

1、數(shù)據(jù)聚類是重要的數(shù)據(jù)挖掘技術(shù)，是人們認(rèn)識和探索事物之間內(nèi)在聯(lián)系的有效手段，它既可以作為獨(dú)立的數(shù)據(jù)挖掘工具，發(fā)現(xiàn)數(shù)據(jù)庫中數(shù)據(jù)分布的一些深入信息，也可以作為其它數(shù)據(jù)挖掘算法的預(yù)處理步驟，且在工程和技術(shù)領(lǐng)域具有廣泛的應(yīng)用背景。聚類就是將數(shù)據(jù)對象劃分到不同組(或簇)中，使得屬于同簇內(nèi)的數(shù)據(jù)對象具有相似性，而不同簇的數(shù)據(jù)對象具有相異性。近幾十年來，國內(nèi)外的研究者們提出了許多聚類算法，力圖發(fā)現(xiàn)最優(yōu)方案。隨著蟻群算法研究的興起，人們發(fā)現(xiàn)在某些方面采用

2、蟻群模型進(jìn)行聚類更加接近實(shí)際的聚類問題。 本文主要研究蟻群聚類算法，充分研究了現(xiàn)有蟻群聚類算法的基本原理與特性，為了提高算法效率，改善聚類質(zhì)量，在歸納總結(jié)的基礎(chǔ)上，提出基于信息素的蟻群聚類算法。其基本思想是開始將待聚類對象隨機(jī)放置在一個(gè)兩維網(wǎng)格的環(huán)境中，每個(gè)對象都有一個(gè)隨機(jī)的初始位置，不同速度的螞蟻根據(jù)信息素的分布在網(wǎng)格上移動(dòng)，在移動(dòng)過程中測量當(dāng)前對象在局部環(huán)境中的相似度，通過概率轉(zhuǎn)換函數(shù)將相似度轉(zhuǎn)換成移動(dòng)對象的概率，以這個(gè)概率