基于蟻群算法的聚類算法研究.pdf

1、通過對螞蟻覓食過程中總能找到一條從蟻巢到食物源的最短路徑現(xiàn)象的數(shù)學建模，得到一種新的算法—蟻群算法。該算法采用正反饋并行自催化機制，具有較強的魯棒性、優(yōu)良的分布式計算機制、易于與其它算法融合的優(yōu)點，對于解決大規(guī)模復雜問題表現(xiàn)出了優(yōu)異的性能和巨大的發(fā)展?jié)摿?。計算機的廣泛使用，越來越多的數(shù)據(jù)被產(chǎn)生。如何從中找出有用的、完整的、能夠為未來決策其作用的知識是一個巨大的挑戰(zhàn)。聚類分析總為數(shù)據(jù)挖掘的重要研究領域之一，具有極其重要的作用和地位。它能根

2、據(jù)數(shù)據(jù)的屬性對其進行分組和歸類。聚類分析使得同一類中的數(shù)據(jù)具有最大相似性，不同類中的元素具有最大向異性。
　　本文首先對聚類分析進行了詳細總結(jié)和介紹，分析和總結(jié)了目前流行聚類算法的優(yōu)缺點；同時介紹了聚類分析中的數(shù)據(jù)表示、相似性度量準則等內(nèi)容。隨后，對蟻群算法進行了詳細的介紹，分析和總結(jié)了目前應用于聚類分析中的兩種模型：基于蟻堆原理和基于螞蟻覓食行為原理。本文的重點是提出了一種新的蟻群聚類算法，它利用R只螞蟻來求解，每只螞蟻在開始的

3、時候均分配一個空的串S，該串的大小為N。串S中的數(shù)值表示相應的元素被分配到的具體的哪個類。將類中心和元素分別看作是食物源和蟻巢，螞蟻根據(jù)信息素矩陣的值進行類標識分配。為了避免陷入局部最優(yōu)，一次迭代之后，采用局部搜索技術來試圖跳出局部最優(yōu)。反復重復上述步驟，最終得到預期的解。
　　為了驗證本文算法的有效性和優(yōu)越性，文中引入遺傳算法、模擬退火算法和禁忌搜索算法來進行比較實驗，實驗中采用兩個模擬數(shù)據(jù)集和三個UCI中的數(shù)據(jù)集。實驗結(jié)果表明

4、，本文提出的蟻群聚類算法要優(yōu)于其它三種隨機算法。
　　隨著Web站點自身信息越來越豐富和結(jié)構(gòu)越來越復雜，目前信息服務中普遍存在著“信息過載”和“資源迷向”的狀況，不同的用戶有不同的訪問目的。因此，將蟻群聚類算法應用于Web日志挖掘，實現(xiàn)網(wǎng)站的自適應，既把從日志數(shù)據(jù)中提取的知識轉(zhuǎn)換為站點的只能，使其為用戶提供更有效的服務。為此，本文設計并實現(xiàn)了一個自適應網(wǎng)站的原型系統(tǒng)，從而驗證了運用相關技術實現(xiàn)網(wǎng)站自適應是可行的。
　　本文最