基于改进的启发式蚁群算法的聚类问题的研究

• 作者: 刘希玉 刘念涛
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 蚁群算法 聚类 蚁群聚类算法 记忆银行
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 37-39
• 页数: 3页
• 分类号: TP301.6
• 字数: 2825字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.08.011

摘要

蚁群算法是优化领域中新出现的一种仿生进化算法,广泛应用于求解复杂组合优化问题,并已在通信网络、机器人等许多应用领域得以具体应用.聚类问题作为一种无监督的学习,能根据数据间的相似程度自动地进行分类.基于蚁群算法的聚类算法已经在当前的数据挖掘研究中得到应用.文中针对早期蚁群聚类算法的缺点,提出一种改进的启发式蚁群聚类算法(IHAC),将蚁群在多维空间中移动的启发式知识存储在称之为"记忆银行"的设备当中,来指导蚁群后边的移动行为,降低蚁群移动的随意性,避免产生未分配的数据对象.并用一些数据做了一些实验,结果证明改进的蚁群聚类算法在误分类错误率和运行时间上优于早期的蚁群聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘希玉	山东师范大学信息科学与工程学院	233	2140	21.0	36.0
2	刘念涛	山东师范大学信息科学与工程学院	1	11	1.0	1.0