作者:胡人远; 张之明数据挖掘粒子群算法混合粒子群算法云模型蚁群算法聚类
摘要:针对基于遗传与蚁群算法融合的聚类算法(Clustering Algorithm based on Genetic and Ant Colony Algorithm,GA2C2A)存在局部搜索能力差、易陷入局部最优及遗传算法操作复杂的问题,提出了基于混合粒子群和蚁群算法融合的聚类算法(Clustering Algorithm based on Hybrid Particle Swarmand Ant Colony Algorithm Integration,HPS0-ACA)。算法首先针对标准粒子群算法存在的缺陷进行了改进,形成了局部搜索能力强、操作实现简单的混合粒子群算法,并用来代替遗传算法与蚁群算法结合。以加州大学的3种数据集为对象进行数据聚类实验。结果表明,与基于遗传与蚁群算法融合的聚类算法相比,该算法在聚类性能上有明显的优势。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社