基于熵权的全局记忆LF蚁群聚类算法

作者：熊伟超; 蒋瑜^*

来源：计算机应用研究, 2023, 40(10): 3053-3058.

DOI：10.19734/j.issn.1001-3695.2023.02.0046

• LF蚁群聚类
• 信息熵
• 属性权重
• 全局记忆

针对LF蚁群聚类算法没有区分数据集属性重要度、算法效率低和聚类效果不稳定的问题，提出一种基于熵权的全局记忆LF算法(weighted global ant colony optimization, WGACO)。该算法首先通过熵权法计算各属性熵权，修改欧氏距离计算公式，以提升聚类精度；使用权重最大的属性值对数据对象进行初始化，增强聚类效果的稳定性；引入全局记忆矩阵减少蚂蚁的无效移动，提升算法效率；加入算法的收敛条件，提升算法实用性。选取UCI数据库中的7个真实数据集和3个人工生成的数据集进行数值实验，并与GMACO、SMACC、ILFACC三种改进LF的算法进行比较，实验结果表明，所提算法在精度、算法效率和稳定性上都有比较好的提升，在处理高维数据上也有较好的表现。最后，WGACO在商场会员用户细分上表现良好，体现了其实用价值。

• 单位
  成都信息工程大学