基于改進的蟻群算法在分類規(guī)則中的應(yīng)用研究.pdf

1、Marco Dorigo等學(xué)者提出了模擬螞蟻群體智能行為的蟻群算法。它是神經(jīng)網(wǎng)絡(luò)、遺傳算法等之后的又一種對解決組合優(yōu)化問題、指派問題、調(diào)度問題都取得良好效果的優(yōu)化算法。仿真實驗表明，蟻群算法在解決優(yōu)化問題的良好效果，使得它在數(shù)據(jù)挖掘中的數(shù)據(jù)分類算法也取得了不錯的應(yīng)用效果，但蟻群算法自身還存在求解收斂過早、易于陷入局部最優(yōu)等問題。本文主要研究對蟻群算法優(yōu)化策略的改進以及進一步對蟻群數(shù)據(jù)分類模型進行改進，主要工作如下。
　　 首先，

2、對蟻群算法的基本原理進行深入研究，在對蟻群算法近年來的研究進展進行總結(jié)，深入分析歸納蟻群算法的優(yōu)點和存在的不足，對不足的地方進行改進策略研究，提出了NIAS改進算法，并將其應(yīng)用于旅行商問題（TSP）。通過對蟻群搜索路徑的相交性檢測并調(diào)整路徑選擇策略，目的在于提高蟻群的最優(yōu)解求解能力。同時通過對蟻群相交路徑的信息素更新策略的變化，將路徑之間的關(guān)系引入到對信息的更新機制中，從而提高算法的求解空間，和避免算法的過早收斂問題。實驗表明，改進算法

3、可提高在求解TSP問題上的性能。
　　 其次，針對目前蟻群算法在數(shù)據(jù)分類上的應(yīng)用和研究，并結(jié)合蟻群算法自身的特點，在Ant-Miner分類算法的基礎(chǔ)上，進行了兩個方面的改進：對發(fā)現(xiàn)規(guī)則修剪采用隨機組合的方式對屬性節(jié)點進行規(guī)則質(zhì)量的比對，從而保證在發(fā)現(xiàn)規(guī)則的基礎(chǔ)上獲得最佳的規(guī)則；同樣是為了避免算法的早熟問題，在信息素的更新機制在除了對規(guī)則上屬性節(jié)點要加強信息素之外，同時對規(guī)則質(zhì)量高但并添加到發(fā)現(xiàn)規(guī)則中的屬性節(jié)點同樣進行信息素的增強