基于改进蚁群算法的聚类分析方法研究

• 作者: 张秋艳 武书舟 申晓留 闫丽娜
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 蚁群算法 遗传算法 聚类 收敛性
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 算法与分析
• 页码范围: 1721-1725,1849
• 页数: 6页
• 分类号: TP3
• 字数: 3590字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.09.005

摘要

数据聚类在数据挖掘、机器学习以及统计学等多个领域中被广泛应用,蚁群算法是一种新型仿生类智能优化算法,具有很强的通用性和鲁棒性,但该算法在收敛性和搜索范围上受到算法本身约束.为进一步提高蚁群算法收敛性和搜索能力,论文结合遗传算法中变异因子来改进蚁群算法,使蚁群算法在每次迭代过程中产生遗传算法初始数据,来提高物种多样性,扩大解的搜索范围,避免陷入局部最优解困境.经过实验数据证明带有遗传因子改进的蚁群算法在搜索范围和收敛性上比一般蚁群算法都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申晓留	华北电力大学控制与计算机工程学院	34	159	7.0	11.0
2	张秋艳	华北电力大学控制与计算机工程学院	2	7	1.0	2.0
3	闫丽娜	华北电力大学控制与计算机工程学院	2	7	1.0	2.0
4	武书舟	华北电力大学控制与计算机工程学院	1	6	1.0	1.0