蚁群聚类算法的并行化设计与实现

• 作者: 杨燕 王全根 黄波
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 聚类 蚁群算法 MPI并行计算
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 过程控制技术及应用
• 页码范围: 411-414
• 页数: 4页
• 分类号: TP273
• 字数: 4454字
• 语种: 中文

摘要

蚁群聚类是一种有效的聚类方法,已在数据分析等领域获得广泛应用.MPI并行计算提供高效的数据处理方案,研究蚁群聚类算法的并行化是目前具有挑战性的研究课题.首先介绍了基于传统编程模型的解决TSP问题的蚁群优化算法,以及蚁群优化算法和K-means结合的聚类方法,描述了它们的基本原理和实现过程.然后,对基于传统编程模型的聚类算法进行MPI并行化改进,实现了基于MPI并行计算的蚁群聚类算法.最后,分别采用Iris、Wine、Zoo3个UCI数据集和Reuter-21578文本数据集进行多次测试,对基于传统编程模型的聚类算法和基于MPI并行计算的聚类算法进行性能和效率上的比较,得出基于MPI并行计算的聚类算法更优的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨燕	西南交通大学信息科学与技术学院	97	1192	16.0	32.0
2	王全根	西南交通大学信息科学与技术学院	3	11	1.0	3.0
3	黄波	西南交通大学信息科学与技术学院	3	20	2.0	3.0