基于改進(jìn)蟻群算法的數(shù)據(jù)分類研究.pdf

1、數(shù)據(jù)分類一直是數(shù)據(jù)挖掘領(lǐng)域中的一個重要分支，隨著信息技術(shù)和互聯(lián)網(wǎng)的飛速發(fā)展，傳統(tǒng)的方法已經(jīng)不能滿足人們的需要。蟻群算法是近年來一種新興的群智能算法，在解決大規(guī)模組合優(yōu)化問題中取得很好的效果，并在數(shù)據(jù)分類的解決中表現(xiàn)出了很好的發(fā)展?jié)摿?，具有廣闊的發(fā)展前景。然而，現(xiàn)有蟻群算法的內(nèi)在機(jī)制存在不足，限制了其性能的充分發(fā)揮。因此，提高數(shù)據(jù)分類應(yīng)用中的蟻群算法性能，具有很強(qiáng)的理論和現(xiàn)實(shí)意義。 本文首先對TSP問題和數(shù)據(jù)分類的規(guī)則提取過程進(jìn)行

2、了對比研究，并利用TSP問題模型來建立數(shù)據(jù)分類的數(shù)學(xué)模型，然后通過蟻群算法對模型進(jìn)行處理，得到數(shù)據(jù)分類所要提取的規(guī)則。在此過程中，本文分析了現(xiàn)有蟻群算法在內(nèi)在機(jī)制方面的不足并進(jìn)行了改進(jìn)。本文的創(chuàng)新工作主要包括： 1、針對蟻群的“近視”效應(yīng)，提出了“貢獻(xiàn)邊”的概念，并據(jù)此引入“貢獻(xiàn)函數(shù)”對螞蟻的選擇策略進(jìn)行改進(jìn)，使得螞蟻能夠具有更全面的全局認(rèn)識； 2、將“貢獻(xiàn)函數(shù)”應(yīng)用到信息素平滑機(jī)制中，使得算法在接近收斂的情況下動態(tài)地根

3、據(jù)“貢獻(xiàn)”大小對信息素含量進(jìn)行更新，保證了搜索空間的多樣性，進(jìn)而提高了算法對全局最優(yōu)解的獲取能力； 3、針對蟻群選擇策略的“盲目性”所導(dǎo)致的算法低效問題，引入“信息段”，使得算法在不降低解的質(zhì)量的前提下，動態(tài)降低搜索空間的維度，提高了算法的性能。 最后，本文實(shí)現(xiàn)了蟻群算法解決TSP問題和數(shù)據(jù)分類的原型系統(tǒng)，并以此為基礎(chǔ)對改進(jìn)算法進(jìn)行了性能測試。實(shí)驗(yàn)結(jié)果表明，相對于AntMiner和CN2算法，本文的改進(jìn)算法提取出的分類規(guī)