具有全局记忆的LF蚁群聚类算法

• 作者: 王昕宇 罗可
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: LF蚁群聚类算法 直接分配 全局记忆 余弦相似度 相异原则
• 年，卷（期）: 2019,（20）
• 所属期刊栏目: 理论与研发
• 页码范围: 52-57,113
• 页数: 7页
• 分类号: TP301
• 字数: 7120字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1807-0058

摘要

针对传统的LF蚁群聚类算法中存在的收敛速度慢,蚂蚁空载导致的资源浪费以及易陷入局部最优等问题,提出了一种蚁群改进算法.算法初期采用直接分配原则,直接将蚂蚁随机放在数据对象上,并生成随机的全局记忆,在聚类时负载蚂蚁移动受到全局记忆的指导,利用余弦相似度判断最相似的记忆中心,并向该记忆中心移动,全局记忆在一次迭代完成后更新.当蚂蚁拾起数据对象失败时,为了减少蚂蚁再一次的随机移动所带来的资源浪费,采用相异原则将蚂蚁移动到下一个数据对象上.改进的算法在UCI数据集Iris、Wine、Glass和Robotnavigation上进行验证,算法在保证原有算法准确率的基础上明显提高了收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗可	长沙理工大学计算机与通信工程学院	92	1085	16.0	28.0
5	王昕宇	长沙理工大学计算机与通信工程学院	1	1	1.0	1.0