基于遺傳-蟻群融合算法的聚類算法研究.pdf

1、計算機在實際生產中的廣泛應用產生了海量數(shù)據，從而開啟了大數(shù)據時代。隨之而來的挑戰(zhàn)是如何從中找出有價值的、完整的、能夠為決策提供依據的知識，這一要求讓數(shù)據挖掘技術得以快速發(fā)展。聚類分析是數(shù)據挖掘中的一個重要研究領域，在數(shù)據分析、模式識別、圖像處理等諸多領域得到廣泛的應用。
　　近年來蟻群算法被應用到聚類分析中，蟻群聚類算法具有正反饋和高并行的特點，不過也存在收斂慢、容易停滯，易于陷入局部最優(yōu)的問題。而遺傳算法具備快速良好的全局搜索能

2、力，將兩種算法進行融合，充分利用這兩個算法各自的優(yōu)勢和特點，能更有效地進行聚類分析。本文的主要工作如下:
　　(1)本文對聚類分析的相關知識進行了介紹，同時分析了蟻群算法及蟻群聚類算法相關知識，在此基礎上提出了GACA算法。
　　(2)在遺傳算法和蟻群算法融合處，設計了數(shù)據分布新方案，以單一元素和堆的形式分布在二維空格中，另外為了防止螞蟻搬運數(shù)據發(fā)生反復震蕩現(xiàn)象，算法中使用了螞蟻記憶標記策略。在遺傳算法中設置了最大最小進化代