基于自适应蚁群优化算法的数据挖掘模型研究  

Data mining models based on adaptive ant colony optimization algorithm

作　　者：孟宪明[1] 凌培亮[1] 

机构地区：[1]同济大学机械工程学院,上海201804

出　　处：《中国工程机械学报》2009年第3期275-279,共5页Chinese Journal of Construction Machinery

基　　金："十一五"国家科技支撑计划资助项目(2006BAK12B03);上海市自然科学基金资助项目(06ZR14153)

摘　　要：在Ant-Miner算法框架中通过对启发式因子、信息素更新及路径选择概率等策略的改进,提出基于自适应蚁群优化算法的分类挖掘模型,并进行实验分析,与基本Ant-Miner算法相比较,表明这一算法在规则质量及运行时间上都有很大的优势.Based on such improved strategies as heuristic factor,pheromones updating and routing probability under an ant-miner algorithm framework,a classification mining model is postulated using adaptive ant colony optimization algorithm.Through experimental analysis,compared with the original ant-miner algorithm,this algorithm possesses significant advantages in terms of regular quality and running time.

关 键 词：蚁群算法 数据挖掘 分类问题 信息素 

分 类 号：TP311.12[自动化与计算机技术—计算机软件与理论]