蟻群聚類算法的研究.pdf

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

2、蟻群模型進行聚類更加接近實際的聚類問題。 本文主要研究蟻群聚類算法，充分研究了現有蟻群聚類算法的基本原理與特性，為了提高算法效率，改善聚類質量，在歸納總結的基礎上，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放置在一個兩維網格的環(huán)境中，每個對象都有一個隨機的初始位置，不同速度的螞蟻根據信息素的分布在網格上移動，在移動過程中測量當前對象在局部環(huán)境中的相似度，通過概率轉換函數將相似度轉換成移動對象的概率，以這個概率