資源描述:
《基于并行處理的蟻群聚類算法的研究畢業(yè)論文》由會員上傳分享,免費在線閱讀,更多相關內(nèi)容在學術論文-天天文庫。
1、碩士學位論文基于并行處理的聚類蟻群算法的研究Basedonparallelprocessingoftheantclusteringalgorithmofflocking摘要聚類就是將數(shù)據(jù)對象劃分到不同組(或簇)中,使得屬于同簇內(nèi)的數(shù)據(jù)對象具有相似性,而不同簇的數(shù)據(jù)對象具有相異性。聚類分析又稱群分析,它是研究樣品或指標分類問題的一種統(tǒng)計分析方法,它是由若干模式組成的,以相似性為基礎,在一個聚類中的模式之間比不在同一聚類中的模式之間具有更多的相似性,是重要的數(shù)據(jù)挖掘技術。近幾十年來,國內(nèi)外的學術者提出了諸多的聚類算法,力圖尋找最優(yōu)方案。隨著蟻群算法
2、研究的興起,人們發(fā)現(xiàn)采用蟻群模型進行聚類能夠更加有力的解決現(xiàn)實問題。本文主要先研究了業(yè)界一些蟻群算法和聚類算法,充分深入了解了有關聚類蟻群算法的基本原理和特性。而通過研究發(fā)現(xiàn)人工蟻群算法本質(zhì)上是一個并行系統(tǒng),因此,研究并行蟻群算法對于提高運算速度具有重要的意義,在歸納總結的基礎上,本文了將并行算法和聚類蟻群算法相結合,提出了一種新的聚類蟻群優(yōu)化算法,同時將改良后的優(yōu)化算法針對傳統(tǒng)的TSP問題、二次分配問題進行了對比,實驗結果表明該算法不僅是有效的,而且其性能更加的優(yōu)越。本文提出了并行性和聚類蟻群相結合的方法,給出了一種并行蟻群算法,該算法使用并
3、行搜索,并且采用根據(jù)目標函數(shù)值自動調(diào)整螞蟻搜索路徑和基于目標函數(shù)值的啟發(fā)式信息素分配策略。為人們研究聚類提供了新思路和新途徑,因此本文的研究具有一定的理論和實踐意義。關鍵詞:并行性;聚類蟻群;優(yōu)化AbstractClusteringisdividingdataobjectintodifferentgroups(orcluster),makebelongtosameclusterthedataobjectswiththesimilarity.Howeverdifferentdataobjectsinclustershavedifferentatt
4、ribute.Clusteringanalysis,alsocalledstudyofanalysis,itstudiesastatisticalanalysismethodofsampleorindexclassificationproblem.Itiscomposedbyseveralmodebasedonsimilarity,andinmodeofclusterhasmoresimilaritythanthatinthedifferentclustersbetween.Itisanimportantdataminingtechnology
5、.Inrecentdecades,thedomesticandinternationalacademicproposedmanyclusteringalgorithms,andtriestofindtheoptimalscheme.Withtheriseofantcolonyalgorithm,peoplefoundusingantcolonyoptimizationmodelclusteringcansolvepracticalproblemmorepowerfullyFirstlythispaperstudiedsomeantcolonya
6、lgorithmandclusteringalgorithm,fullyunderstandingthebasicprincipleofflockingandcharacteristicsofantclusteringalgorithm.Andthroughtheresearchesshowthatpeopleantsswarmalgorithmisessentiallyaparallelsystem,therefore,Studyingtheparallelantcolonyalgorithmhasanimportantmeaningtoim
7、provespeed.Onthebasisofsummarization,combiningindustrialschedulingproblem,thispaperwillcombinetheparallelalgorithmandantclusteringalgorithm,andproposesanewantalgorithm.Whatismore,thekindofoptimizationwillimprovedalgorithmfortraditionalTSPproblem,quadraticassignmentproblemand
8、industrialschedulingproblemofcomparison,theexperimentalresultsshowthattheal