文献类型：期刊文章

作　　者：贾瑞玉[1] 王会颖[2]

机构地区：[1]安徽大学计算机学院,安徽合肥230039 [2]安徽财贸职业学院计算机系,安徽合肥230061

出　　处：《计算机应用与软件》

基　　金：安徽省教育厅自然科学基金项目(KJ2008B021;KJ2008B092)

年　　份：2010

卷　　号：27

期　　号：12

起止页码：97-100

语　　种：中文

收录情况：CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、IC、JST、ZGKJHX、普通刊

摘　　要：聚类在数据挖掘、统计学、机器学习等很多领域都有很大应用。聚类问题可以归结为一个优化问题。蚁群算法(Ant Colony Algorithm)已成功地解决了许多组合优化的难题。介绍一种蚁群聚类算法,并进行了优化,提出一种改进的蚁群聚类算法。它改进了蚂蚁搜索解的方法,并引入均匀交叉算子,将蚁群算法和遗传算法融合。它提高进化速度,有效改善了蚁群算法易于过早地收敛于非最优解的缺陷。仿真实验取得了较好的结果。

关 键 词：聚类 蚁群算法 蚁群聚类算法

分 类 号：TP301.6]