- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
 - 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
 - 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
 
                        查看更多
                        
                    
                一种新型的自适应蚁群聚类算法-上海交通大学智能机器人试验室
                    
   第 43 卷 第 6 期                                上 海 交 通 大 学 学 报                                               Vol . 43 No . 6   
     2009 年 6 月                      J OU RN AL  O F  SHAN GHA I J IAO TON G UN IV ER SIT Y                   J un . 2009   
   文章编号 (2009)
                        一种新型的自适应蚁群聚类算法 
                                                 1                1                2 
                                      张  蕾 ,  曹其新 ,  李  杰 
 ( 1. 上海交通大学 机器人研究所 , 上海 200240 ; 2 .                       辛辛那提大学 N SF  I/ U CR  中心 辛辛那提 O H  4522 1) 
      摘  要 : 提出了一种新型的自适应蚂蚁聚类算法. 该算法将每个待聚类模式看作一只蚂蚁 ,采用蚂 
      蚁移动模型实现模式的聚类. 为了改善蚂蚁移动的随机性 ,提高运行效率 ,提出了一种局部最近邻 
      运动原则来指导蚂蚁的移动 ;并且提出了一种自适应调整蚂蚁移动阈值的方法以简化参数的选取. 
      通过数据的聚类对该算法和已有算法进行了比较. 结果表明 ,该算法具有运行效率高 、参数选取简 
      单及 自适应性等优点. 
      关键词 : 群体智能 ;  聚类 ;  蚁群算法 
      中图分类号 :  TP  18    文献标识码 : A 
       A New  SelfAdaptive  Clust ering Algorithm Ba se d on Ant                                        Swarm 
                                                   1                  1               2 
                                    Z H A N G L ei  ,   CA O Qix i n   ,   L E E J ay 
        ( 1. Re search  In stit ut e of  Robotics ,  Shanghai J iaoto ng U niveri st y ,  Shanghai 200240 ,  China ; 
 2 . N SF  I/ U CR  Cent er for  Int elligent  Maint enance  Sy st em s , U niver sit y of  Cincinnati , O H  4522 1 , U SA) 
Ab stract :  To  reduce t he  rando mne ss of  ant ’s movement  and imp rove  t he  efficiency , a p rincip le  moving  to 
t he  neare st  neighbor  in  t he  local  environment  wa s  sugge st ed  to guide  t he  ant ’s  movement . Moreover ,  a 
met ho d to  selfadap tively  adj u st  t he t hre shol d of  ant ’s movement  wa s p re sent ed , w hich  simp lified t he p a 
ramet er ’s  selection . The  algorit hm  wa s co mp ared  wit h  ot her s t hrough  t he  app lication  of dat a  clu st erin g . 
 The  re sult s  show  t he p ropo sed algorit hm  ha s high  efficiency ,  si
                
原创力文档
                        

文档评论(0)