改進蟻群算法在聚類分析中的應(yīng)用研究.pdf

1、由信息技術(shù)、網(wǎng)絡(luò)技術(shù)的飛速發(fā)展所導(dǎo)致的“數(shù)據(jù)爆炸但知識貧乏”的現(xiàn)象日益嚴重，應(yīng)運而生的數(shù)據(jù)挖掘(Data Mining)技術(shù)在這一環(huán)境下得到了蓬勃的發(fā)展，越來越顯示出其強大的生命力。國內(nèi)主流網(wǎng)站評比的未來十大熱門技術(shù)中，數(shù)據(jù)挖掘技術(shù)占了一席之地。而且現(xiàn)今世界幾大超級公司也早早的投入到數(shù)據(jù)挖掘技術(shù)領(lǐng)域的研究中來了。這其中包括IBM、Microsoft等等。數(shù)據(jù)挖掘是一個多學(xué)科交叉的研究領(lǐng)域，涉及到了數(shù)據(jù)庫技術(shù)、人工智能、機器學(xué)習(xí)、統(tǒng)計學(xué)、

2、知識獲取、生物計算等等許多跨行業(yè)的學(xué)科的理論和技術(shù)，其發(fā)展必將大大地影響全球信息化的進程。因此對數(shù)據(jù)挖掘技術(shù)進行全面的、系統(tǒng)的、深入的研究是信息化發(fā)展的客觀需求。本文對數(shù)據(jù)挖掘技術(shù)，尤其是聚類分析進行了較為深入的研究與分析，并且提出了一些改進的算法。本文主要包含了以下幾個方面的內(nèi)容： 數(shù)據(jù)挖掘中聚類分析的概述。首先對數(shù)據(jù)挖掘的概念、數(shù)據(jù)挖掘系統(tǒng)作了介紹，然后介紹了數(shù)據(jù)挖掘的分類、過程、數(shù)據(jù)挖掘的主要問題。隨后對數(shù)據(jù)挖掘技術(shù)中的一

3、個重要組成部分一聚類分析進行了闡述說明，主要介紹了聚類分析的定義、進行聚類所使用的方法、數(shù)據(jù)類型以及聚類結(jié)果的度量標準。 蟻群算法的概述。群體智能算法是人們通過觀察自然界生物群體抽象出來的仿生類算法，而蟻群算法作為生物群體智能算法的代表在求解復(fù)雜優(yōu)化問題，尤其是離散優(yōu)化問題方面展現(xiàn)出了優(yōu)異的性能和巨大的發(fā)展?jié)摿?。本文從基本蟻群的生物學(xué)原理和系統(tǒng)學(xué)特征出發(fā)，介紹了基本蟻群算法的數(shù)學(xué)模型和實現(xiàn)方法，并分析了基本蟻群算法的時間/空間復(fù)