基于并行模糊蚂蚁聚类算法研究.pdfVIP

基于并行模糊蚂蚁的聚类算法研究1 冯周, 张扬 电子科技大学信息工程系，成都(610054) E-mail: flymonk@, zhangyang@ 摘 要： 本文提出了一种基于并行模糊蚂蚁的数据聚类算法。该算法使用蚂蚁群体优化原理 及基于IF-THEN规则的Mamdani模糊推理系统找到优化的数据分组。 关键词： 聚类, 并行模糊蚂蚁, Mamdani模糊推理 中图分类号：TP18；TP39 1 引言 [1] 聚合是最常见的无监督机器学习形式之一 ，已在很多领域如信息获取(IR) 中得到了应 用。聚合的目的是把一个数据集分解成为多个自我相似的数据分组。在这些分组中，同一个 组的数据点比在其它组中的数据点有更强的相似度。即聚合是创建具有强内聚性、弱耦合性 的簇（cluster ）。在一些常见数据分组算法中，如：模糊C均值(Fuzzy c-Mean, FCM)