群体智能及其在分布式知识管理中的应用的研究.pdfVIP

群体智能及其在分布式知识管理中的应用研究 摘 要 群体智能是一种由无智能或简单智能的个体通过任何形式的聚集协 同而表现出智能行为。它所具有的分布式组织模型对解决复杂组合优化问 题、分布控制问题提供了很好的思路。目前对群体智能的研究仍处于初级 阶段，但是由于它在许多领域中都表现出令人满意的寻优性能，所以越来 越受到相关领域学者的关注。 本文首先介绍了蚁群算法的发展历程、理论基础和应用领域，接着简 要介绍了其他目前比较流行的四种新型仿生优化算法：粒子群算法、遗传 算法、人工神经网络、人工免疫算法，并深入分析了蚁群算法与这些仿生 优化算法的异同之处。 蚁群优化是人工智能领域中群体智能分支之一，已成功地应用于复杂 优化问题的求解，但其在知识发现领域的应用还是一个新的研究课题。本 文提出一种新的基于蚁群优化的分类规则挖掘方法，先利用蚁群算法通过 对属性约简简化数据集，再使用蚁群算法进行分类规则的挖掘，并用新的 规则剪枝方法，提高了分类算法的效率和分类准确率。实验表明该方法是 有效的。 随着分布式计算环境的广泛应用，其数据和计算能力分布在不同的节 点，分布式数据挖掘技术研究成为一个新的研究热点。本文提出了一种基 于蚁群算法的分