蟻群聚類算法研究與應(yīng)用.pdf

1、數(shù)據(jù)挖掘是從海量的數(shù)據(jù)中尋找模式或規(guī)則的過程。聚類分析作為數(shù)據(jù)挖掘中一個(gè)重要的研究內(nèi)容,既可以作為獨(dú)立的數(shù)據(jù)挖掘工具,發(fā)現(xiàn)數(shù)據(jù)庫中數(shù)據(jù)分布的一些深入信息,也可以作為其它數(shù)據(jù)挖掘算法的預(yù)處理步驟,已經(jīng)被廣泛應(yīng)用在諸多領(lǐng)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(jì)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(yīng)用前景。本文在充分研究了現(xiàn)有蟻群聚類算法的基本原理與特性的基礎(chǔ)上,為了進(jìn)一步提高算法的收斂速度,改善

2、聚類質(zhì)量,提出了基于蟻堆形成原理的改進(jìn)的蟻群聚類算法,并將該算法與一種改進(jìn)的遺傳算法進(jìn)行融合。主要思想是利用改進(jìn)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(jī)制求精確解。該算法實(shí)現(xiàn)了兩個(gè)算法的優(yōu)勢互補(bǔ),大大減低了蟻群聚類算法中對(duì)參數(shù)的調(diào)整而造成的試驗(yàn)次數(shù)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(diǎn),使得算法在優(yōu)化性能和時(shí)間性能兩個(gè)方面都有所改善。最后將該算法應(yīng)用于房地產(chǎn)