蟻群聚類算法研究與應用.pdf

1、數據挖掘是從海量的數據中尋找模式或規(guī)則的過程。聚類分析作為數據挖掘中一個重要的研究內容,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,已經被廣泛應用在諸多領域。蟻群算法是一種模擬螞蟻群體行為的仿生優(yōu)化算法,因其具有分布式計算、信息正反饋和啟發(fā)式搜索的特征在聚類分析中顯示出很好的應用前景。本文在充分研究了現有蟻群聚類算法的基本原理與特性的基礎上,為了進一步提高算法的收斂速度,改善

2、聚類質量,提出了基于蟻堆形成原理的改進的蟻群聚類算法,并將該算法與一種改進的遺傳算法進行融合。主要思想是利用改進的遺傳算法的快速全局搜索能力,生成蟻群聚類算法中的信息素初始分布,然后再利用蟻群聚類算法的正反饋機制求精確解。該算法實現了兩個算法的優(yōu)勢互補,大大減低了蟻群聚類算法中對參數的調整而造成的試驗次數過多,并有效地防止了蟻群聚類算法很快地收斂到局部最優(yōu)解的缺點,使得算法在優(yōu)化性能和時間性能兩個方面都有所改善。最后將該算法應用于房地產