科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着数据挖掘研究的不断深入，群体智能越来越受到研究人员关注，作为其重要分支的蚁群聚类算法备受学者们青睐。蚁群聚类算法是受蚂蚁群体行为启发而设计的智能仿生算法，具有群体智能的分布式、鲁棒性、易扩展性、简单性、广泛的适应性等特点。 本文对聚类、群体智能及细胞自动机等理论进行介绍，并讨论了蚁群聚类中的LF（Lumer&Faieta）和BM（Basic Model）模型。在此基础上，针对LF的不足对其进行改进，如参数自适应，优化蚂蚁的移动策略和行为，同时结合基于实例库推理的思想，将蚂蚁分为普通蚂蚁和专家蚂蚁。专家蚂蚁通过查询实例库来移动和放置数据，避免了适应度和放置概率函数的计算。并给出改进算...
- 单位
