首页 > 蚁群聚类算法研究及应用

蚁群聚类算法研究及应用

发布时间：2022-12-22 09:07:17 来源：文档文库

小中大

字号：

手机查看

－5009－
0引言
俗话说“物以类聚，人以群分”，人们在不知不觉中进行着
聚类活动，它是人们认识和探索事物之间内在联系的有效手
段。聚类在数据挖掘中有着重要的地位，它既可以用作独立
的数据挖掘工具，来发现数据库中数据分布的一些深入信息，
也可以作为其它数据挖掘算法的预处理步骤。因此，聚类算
法的研究具有很重要的现实意义。
蚁群算法不依赖于具体问题，具有全局优化能力，因此受
到了广大学者的注意。此后蚁群算法不断被改进并应用于不
同领域。在聚类分析方面，Deneubourg等人受蚂蚁堆积尸体
和分类它们的幼体启发，最早将蚁群算法用于聚类分析，从此
开始了蚁群聚类算法的研究。

本文详细地讨论了现有的蚁群聚类算法的基本原理与性
能，在归纳总结的基础上提出需要完善的地方，以推动蚁群聚
类算法的进一步研究及在更广阔的领域内得到应用。
1聚类概念及数学模型
聚类就是把一组个体按照相似性归为若干类或簇，使得
属于同一类或簇的个体之间的差别尽可能的小，而不同类或
簇的个体间的差别尽可能大。聚类质量是用对象的相异度来
评估，而不同类型变量的相异度的计算方法是不同的，常用的
度量方法是区间标度变量中的欧几里得距离。
聚类的数学描述：设样本集={,=1,2,…,}，其中为
维模式向量，其聚类问题就是找到一个划分={
1
,

本文来源：https://www.2haoxitong.net/k/doc/0600d08bb3717fd5360cba1aa8114431b80d8e78.html