１１ 改进 的单 蚁群 聚类算 法 ．
首先将数据对象 随机 地投 影到一个 平面 ， 然后 每只蚂蚁 随 机地选 择一个数据对象 ， 根据 该对象 在局部 区域 的相似性 而得 到的概率 ， 决定蚂蚁是否“ 拾起 ” “ 动” 放下 ” 、移 或“ 该对象 。经
ｓ ｏ， 称 作余 弦相 似 函数 ， ｉ ０） ｍ（ 即二 矢量 之 间 的夹角 的余 弦。当数据对象变得越相似 ，ｍ（ ｏ） ｓ ｏ，，趋近 于 １ 反之 ， ｉ ； 则趋 近
度 ； ｅ ｈ （） Ｎ ｉ ｒ 表示地 点 ｒ 围的 以 ｓ ｇ 周 为边 长 的正 方形局 部 区 域 ； （ ｏ） ｄ ｏ，，表示对象 ｏ 和 ｏ 在属性空间中的距 离。 ，
通常采用欧 氏距离或矢 量夹角余 弦 函数 作为相 似性度量 。
欧氏距离定义为 ：
ｒ ————————一
Ｋｅｗ ｒ ｓ ｙ ｏｄ
Ｃｕｔ ｎ ｎｌ ｉ Ａ ｔ ｏ ｎ ｌｏ ｔ （ Ｃ ｌｓ ｒ ｇａａ ｓ ｎ ｃｌ ｙａ ｒｈ Ａ Ａ） Ｈ ｐｒ ｒｐ Ｉ ｐｏｅ ｎ Ｃ ｌｂｒｔ ｎ ｅ ｉ ｙｓ ｏ ｇｉ ｍ ｙｅ－ ａｈ ｍ ｒｖｍｅｔ ｏａ ｏａｏ ｇ ｌ ｉ
式 中， 为相 似性参 数 ； Ｏ ｔ ｕ表示 蚂蚁 运动 的速 度 ；～ 为最 大速 ＂
第２ ７卷 第 １ ２期
２１ ０ ０年 ｌ ２月
计 算机 应 用与软件
Ｃｏ ｕ ｅ ｐ ｉ ａｉｎｓａ ｄ Ｓ ｆｗａ ｅ ｍｐ ｔｒＡｐ ｌｃ ｔｏ ｎ ｏｔ ｒ
Ｖｏ． ７ Ｎｏ １ １２ ．２
Ｄｅ ． ０１ ｃ２ ０
一
种 多 蚁群 聚 类 组合 算 法研 究 及 其 应 用
魏 先 民
（ 潍坊学院计算 机与通信工程学 院 山东 潍坊 ２ １６ ） ６０ １
摘 要
首先 对一种单蚁群 聚类算法作 了改进 ， 然后模仿 多蚁群 的协作 性能， 将运动速度各异 的多个蚁群独立且并行地进行聚类
分析 ， 并将其聚类结果组合为超 图， 然后再用蚁群 算法对超 图进行二次划分 ， 并得 到 了４个数据库 的测试结果 。 关键词 聚类分析 蚁群 算法 超 图 改进 协作
ｒ ｓ ｌ ｅ ｅ ｃ ｍｂ ｎ ｄ ｉｔ ｙ ｅ— ｒ ｐ ｌ ｗ ｄ ｂ ｅ ｏ ｄ ｄｖｓｏ ｆ ｈ ｙ ｅ —ｒ ｐ ｓｎ Ａ ； ｔ ａ ｔ ｔｅ ｔｓ ｅ ｕ ｔ ｏ ｕ ａ ａ ａ ｅ ｅ ｕ ｔ ｗ ｒ ｏ ｉ ｅ ｎ ｏ ａ ｈ ｐ ｒｇ ａ ｈ ｆ ｌ ｅ ｙ ａ ｓ ｃ ｎ ｉｉｉｎ ｏ ｅ ｈ ｐ ｒ ｇａ ｈ ｕ ｉｇ ＡＣ ａ ｓ ，ｈ ｔ ｓ ｌ ｆ ｏ ｒｄ ｔｂ ｓ ｓ ｓ ｏｏ ｔ ｌ ｅ ｒ ｓ ｆ ｗ ｓ ｏ ｔｉ ｅ ａ ｂ ａｎ ｄ．
ｏＮ Ｍ ＵＬＴＩ ＡＮＴ Ａ ． ＣｏＬｏＮＹ ＣＬＵＳ ＴＥＲＩ ＮＧ ＣｏＭ ＢＩ ＮＡＴＩ ＯＮ ＡＬＧｏｍ ＴＨＭ ＡＮＤ ＴＳ ＡＩ ＬＩ Ｉ ｌ ＣＡＴＩ ｏＮ
Ｗ ｅ ａ ｍ ｉ ｉＸｉｎ ｎ
（ｃｏ ｏ ｐｔ ｎ ｏ ｍ ｎ ａｏ ｎｉ ｅｎ ， ｅａｇＵ ｉｒｔ，ｅａｇ２１６ ，ｈｎｏｇＣ ｉ ） Ｓｈｏ ｏ ｍ ｕ ｒ ｄＣｍ ｕｉ ｔｎＥｇｎ ｒｇ Ｗ ｉｎ ｎｅ ｉ Ｗｉｎ ０１Ｓａｄｎ ，ｈ ａ ｌｆＣ ｅａ ｃｉ ｅｉ ｆ ｖｓ ｙ ｆ ６ ｎ
０ 引 言
近几年蚁群算法在聚类分析领域 的应用取得 了很 大的研究 进展 ， 将蚁群算 法用于聚类分析 ， 灵感源 于蚂蚁堆积它们 的尸体 和分类它们 的幼体 。Ｄ ｎｕ ｏｒ ｅｅ ｂｕｇＪＬ等基 于蚁群 聚类现 象建立 了一种基本模型 ，ｕ ｅ Ｌｍ ｒ Ｅ和 Ｆ ｉ ａＢ将该模 型推 广到数据 分析 ａｔ ｅ 范畴 ， 主要思想是将待 聚类数 据初始 随机地 散布在一个 二维 其
ｃ ｓ ｒ ｇａ山 ｓ Ｓ ａｒ ｄｏｔｎ ｅｅｄｎｌ ａｄｉ ａａｅ ｂ ｔ ｉｇｔ ｏｌ ｏａ ｖ ｅ ｏｍ ｎｅｏ ｕｔｃｌ ｙ ａｄｔｅｃ ｓ ｒ ｇ ｌ ｔ ｎ ｌ ｉ Ｗ ．ｃｒｅ ｕ ｄｐ ｎｅ ｔ ｎ ｐｒｌ ｌ ｙｉ ａ ｎ ｅｃｌ ｂｒｔ ｅｐｒ ｒ ａ ｃ ｆ ｌ—ｏ ｎ ，ｎ ｌ ｔ ｉ ｕｅ ｉ ｌ ｓ Ｓ ｉ ｉ ｙ ｎ ｌ ｍｉｔ ｈ ａ ｉ ｆ ｍ ｉ ｏ ｈ ｕ ｅｎ
群 的协作性能 ， 将运动速 度各异 的多个蚁 群独立 且并行地 进行
聚类分析 ， 并将其 聚类结果组合为超 图， 然后再用蚁群算法对超
图进行二次划分 。
ｓ ｏ） ｉ ｍ（ ｊ
∑（ ‘ 。 ）
√ 。 （） （ ‘
竺＝ — ＝一
（ ４ ）
１ 算法设计
Ａｂ ｔ ａ ｔ ｓｒ ｃ Ｆ ｒ ｔ ，ｏ ｍｐ ｏ ｅ ｎｓ ｗ ｒ ｄ ｎ ａ ｓ ｇｅ ａ ｔｃ ｌｎ ｌ ｓｅ ｉ ｇ ａｇ ｒ ｈ ；ｈ ｎ，ｏ ｎ ｏ ｏ ｉｓ ｗ ｔ ｉ ｅ ｅ ｔｓ ｅ ｄ ， ｉ ｌ ｓ ｍｅ ｉ ｒ ｖ ｍｅ ｔ ｅ ｅ ｍａ ｅ ｏ ｉ ｌ ｎ ｏｏ ｙ ｃｕ ｔｒ ｌｏ ｉ ｍ ｔ ｅ ｆ ｒａ ｔｃ ｌｎ ｅ ｉ ｄｆ ｒ ｎ ｐ ｅ ｓ ｓｙ ｎ ｎ ｔ ｈ ｆ
于 ０ 。
这里采用 了上述两种距 离 函数的线性 组合 ， 因是 它们能 原
够相互补偿 。例如 当两矢 量在一 条直线上 而又不 完全相等 时 ，
ｄ Ｊ＝／ 。 ） （ ） ＾∑（ ０
ｄ ｏ， ） ＝ １一ｓｒ（ 源自） （ ０ ｉ ０，ｊ ｅ （ ２ ）
（） ３
式中， ｍ表示对象属性个数。夹角余弦相似度距离定义为 ： 式中：
平 面内， 然后在该平 面上产生一些 虚拟蚂蚁 对其 进行 聚类 分析。 本文首先对一种单蚁群 聚类算 法做 了改进 ， 然后模仿 多蚁