已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、 蟻群算法(ACO)是一種模擬群體智能的算法，在解決基于離散空間的問題時表現(xiàn)出良好的性能。蟻群算法在數(shù)據(jù)挖掘中的應(yīng)用還處于起步階段，本文在研究前人研究成果的基礎(chǔ)上，提出了Ant Miner算法的改進(jìn)算法AMI算法。該算法主要包括規(guī)則構(gòu)建、規(guī)則修改、信息素更新、收斂測試、樣本數(shù)據(jù)修改等幾個重要步驟。該算法結(jié)合遺傳算法(GA)的變異特征，在規(guī)則構(gòu)建時進(jìn)行變異，加大了搜索范圍；同時，針對蟻群算法信息素更新的特點，對信息素更新方法做了改進(jìn)，引
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 蟻群優(yōu)化算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 蟻群算法在數(shù)據(jù)挖掘中的應(yīng)用實例研究.pdf
- 蟻群算法及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf
- 基于蟻群算法的數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 蟻群算法及其在數(shù)據(jù)獲取技術(shù)中的應(yīng)用研究.pdf
- 蟻群算法在Web挖掘中的應(yīng)用研究.pdf
- 蟻群算法在分類規(guī)則挖掘中的應(yīng)用研究.pdf
- 螞蟻算法及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 蟻群挖掘算法在入侵檢測中的應(yīng)用研究.pdf
- 遺傳算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 蟻群算法在數(shù)字水印技術(shù)中的應(yīng)用.pdf
- 遺傳算法在數(shù)據(jù)挖掘技術(shù)中的應(yīng)用研究.pdf
- 粒子群算法及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 模糊聚類算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 人工免疫算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- RBF網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究及其算法改進(jìn).pdf
- 遺傳算法在數(shù)據(jù)挖掘聚類分析中的應(yīng)用研究.pdf
- 基于蟻群算法的數(shù)據(jù)挖掘方法研究.pdf
- 改進(jìn)的遺傳算法及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 粒子群算法改進(jìn)及其在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
評論
0/150
提交評論