基于群体智能理论的聚类模型及优化算法  

A Clustering Model and Optimized Algorithm Based on Swarm Intelligent Theory

作　　者：陈卓[1] 孟庆春[1,2] 魏振钢[1] 

机构地区：[1]中国海洋大学计算机科学系 [2]清华大学智能技术与系统国家重点实验室,北京100084

出　　处：《计算机工程》2005年第4期34-36,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(6037431);山东省自然科学基金资助项目(Y2002G18)

摘　　要：聚类是一种把整个数据库分成不同的群组,使群与群之间差别很明显,而同一个群之间的数据尽量相似的算法。该文通过对现有群体智能理论和聚类算法的研究,提出了一种基于群体智能理论的聚类模型,并在此基础上给出了一种优化蚁群聚类算法。实验证明,该优化蚁群算法具有良好的聚类效果,可应用于经济分析、模式识别、文档归类等多个领域。Cluster is an algorithm, which can divide the data in the database into different groups, and there are obvious distinctions among groups. This paper provides a model of the clustering and an optimized ant colony-clustering algorithm which is based on the swarm intelligence and that mathematic model is provided at the same time. Experimental results conform that this algorithm, which can be used in economic analysis, pattern recognition, document classification and so on, is effective.

关 键 词：群体智能 蚁群算法 聚类 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]