蚁群与遗传算法融合的聚类算法研究

摘要

目的通过将蚁群与遗传算法融合,以解决蚁群聚类算法参数众多且与问题域相关,搜索容易出现停滞现象等问题。方法将主要影响蚁群聚类算法性能的5个参数作为遗传算法中的染色体进行编码。首先设计遗传算法的选择、交叉、变异算子,进而将用于聚类结果评价的F-measure函数作为适应度函数,通过多次迭代找出最优的参数组合。结果在仿真实验中,获得了较好的聚类效果。结论蚁群与遗传融合的聚类算法较蚁群聚类算法有更大的优势。