基于蟻群的聚類算法應(yīng)用研究.pdf

1、基于蟻群的聚類算法應(yīng)用研究ApplicationResearchOfAntBasedClusteringAlgithm姓名：李達龍學(xué)號：11009055學(xué)院：工學(xué)院導(dǎo)師：孫浩軍教授專業(yè)：計算機應(yīng)用技術(shù)入學(xué)：20100901答辯：I摘要聚類分析是數(shù)據(jù)挖掘中一個重要的研究分支，已在多個領(lǐng)域得到了很好的應(yīng)用，諸如數(shù)據(jù)分析，模式識別和圖像處理等。固有的并行性、健壯性和自組織性使得作為新興的智能仿生算法的蟻群算法在聚類應(yīng)用中表現(xiàn)出很好的前景。本文

2、深入的研究了蟻群聚類算法，然后提出了相應(yīng)的改進，最后通過仿真實驗驗證了其有效性。本文主要包含以下幾個方面的內(nèi)容：1.聚類分析理論。主要介紹了聚類分析的定義、數(shù)據(jù)對象間的相似度度量方法、聚類挖掘的常見方法及聚類結(jié)果的評估標(biāo)準。2.蟻群算法及蟻群聚類算法概述。蟻群算法概述中介紹了蟻群算法的原理、數(shù)學(xué)模型以及發(fā)展歷程，著重介紹了三個典型的蟻群算法，分別是螞蟻系統(tǒng)、蟻群系統(tǒng)和最大最小螞蟻系統(tǒng)。蟻群聚類算法概述中介紹了蟻群聚類算法的基本模型和基于

3、原理劃分的四種蟻群聚類算法，分別是基于螞蟻覓食原理的聚類算法，基于蟻堆形成原理的聚類算法，基于螞蟻自我聚集行為的聚類算法，基于化學(xué)識別系統(tǒng)的聚類算法。3.提出了一種改進的遺傳算法與蟻群算法相融合的聚類算法。利用遺傳算法的速全局搜索能力形成數(shù)據(jù)對象的初始聚類，后期再利用蟻群算法正反饋機制進一步完善聚類結(jié)構(gòu)。在遺傳算法中提出了改進的最優(yōu)解保存策略和自適應(yīng)交叉、變異概率兩項優(yōu)化。蟻群算法中提出了短期記憶和改進的拾起策略的優(yōu)化措施。最后通過仿真