基于蚁群聚类算法的组合算法

（ ） ＝一
收稿 日期： ２ ０ １ ３ — ０ ３ － ２ ６
（ ） ｌ ｇ ｐ （ ｘ ）
（ １ ）
作 者简 介： 温
超（ １ ９ ８ ６ － ） ， 女， 黑龙江大庆人， 在读硕士研究生， 主要从事概 率论 与数理统计方面的研 究．
８ ２
源自文库
洛阳理工学院学报 （ 自然科学版）
ＶＯ １ ． ２ ３ ＮＯ． ２
Ｊ ｎｎ ．２ ０ｌ ３
基 于蚁群聚 类算 法 的组合 算法
温 超 ，阳海渝 ，江胜飞
（ １ ． 西南石 油大学 理学院，四川 成都 ６ １ ０ ５ ０ ０ ；２ ． 西南石油 大学 机 电工程 学院 ，四川 成 都 ６ １ ０ ５ ０ ０ ） 摘 要 ：基于信息熵 的蚁群 聚类 算法是一种 自 组织聚类算法 ，具备健壮性 、可视化 等特点 ，并 能生成一 些新 的有
１ ． １ 基于蚁堆原理 的蚁群聚类算法——模型 ｌ
以死 蚂蚁 堆积 为 例 ，蚁 堆聚 类现 象 的 基本 机制 是蚁 堆对 工 蚁搬 运死 蚂 蚁 具 有吸 引 。蚁 堆 规 模 的大 小 决 定着对 工蚁 的 吸引 大小 ：蚁 堆 越大 ，越 能吸 引工 蚁将 死 蚂蚁 堆 积到 该 堆 ，使 得 蚁堆 的规 模 越 来越 大 ，
基于 信 息熵 的蚁 群 聚类 算法 （ Ｅ ｎ ｔ ｒ ｏ ｐ ｙ ＿ Ａ ｎ ｔ ＿ Ｃｌ ｕ ｓ ｔ ｅ ｒ ） 。该 算 法将 信 息熵 引入￣ Ｉ Ｊ Ｌ Ｆ 算 法 中， 改变 了蚂 蚁 拾起 和 放下 对象 的判 断规 则 ，从而减 少 了参数 数 目，加 快 了聚类速 度 。
这里采 用Ｓ ｈ ａ ｎ ｎ ｏ ｎ 给 出的关 于信息熵 定义 ：假设 每一对 象包 括个互 为独 立 的属性Ａ Ｉ ￣ Ａ ２ ， … ｎ ，各 属性
蚁 群聚 类 和传 统 的聚 类 方法 相 比，蚁 群聚 类可 使 数据 更 容 易可 视化 ，它 突 出 的特 征是 ：聚 类 的数 量 从 数据 中 自动 产 生 ，而传 统方 法 通 常设 定一 个 已定 义 的类 别个 数 ，然 后 由数 据 来适 应 它 。因 此蚁 群 聚 类 算 法不 仅 能有 效地 处 理事 例 ，还 有较 好 的抗 噪声 数据 能力 ，而 且 更容 易 发现 数据 的本质 信 息 。蚁 群 聚 类 算法 能 实现 完全 分 布式 控 制 ，并 具有 自组 织 性 、可扩 展 性 、健 壮 性等 特 征 ，而 且采 用蚁 群模 型进 行 聚 类
更加接 近 实际 的聚类 问题 。 但是 由于蚁 群 聚类 算法 本 身还 处 于发 展 阶段 ，还 需要 很 多 的验 证工 作 。本 文 提 出 的策 略是 采 用基 于 信 息熵 的Ｌ Ｆ 方法 对数 据样 本进 行 一 次聚 类 ，然 后采 用 基 于信 息素 的Ｋ － ｍｅ ａ ｎ ｓ 方 法对 聚 类 结果 进行 二 次 聚
第２ ３ 卷
ｐ（
ｎ ｍ ｏｅｒ ｏＴ ｃｄＳｅ
（ ２ ）
该算 法 的主要 思想如 下 ： １ ）一个未 负载 的蚂蚁 移到对 象 ０ ｉ 处 ，计算 周 围 Ｓ×Ｓ 区域 中的对 象信 息熵 。假设未 拾起对 象 Ｏ ， 前 的
类 。该 策 略利用 第 １ 次聚类 的结果 作为第 ２ 次 聚类 的初 始值 ，这 样就 避免 了 由于 值 不 确 定造成 的算法 不稳 定因素 。 因此该组 合算 法会 比单个 的算 法具 有更优 的性 能 。
ｌ 基于蚁群 算法 的聚类方法研究
基 于 蚁群 算法 的聚类 方 法 从原 理上 可 以分为 两 种 ：一种 是 基 于蚁 堆 形成 原 理来 实 现 数据 聚 类 ，它 起 源 于对蚁 群墓 地 、蚁卵 的分类研 究 ；另 一种 是运用 蚂蚁 觅食 原理 ，利用 信息 素来 实现 聚类 分析 。
的可能取值 集合 为 ｔ ， … ，区域 Ｓ× Ｓ 中 的对象 信息熵 可按 式（ １ ） 计算，
— —
） 按 式（ ２ ） 计 算 。其 中ｎ ｕ ｍｂ ｅ ｒ ＿
ｏ ｆ ｘ 是 ＳｘＳ 区域 中满 足 Ａ ， ＝ 的对象 个数 ；ｎ ｕ ｍｂ ｅ ｒｏ ｆｃ ａ ｓ ｅ 是 Ｓ×Ｓ 区域 中的对象 总数 。即 ：
意义的聚类模式。基于信息素的Ｋ — ｍｅ ａ ｎ ｓ 算法的 ｃ 盘 和初始聚类中心是事先给定的，而往往两者的选择可以直接影
响聚类的效果和￣ ＿ Ｊ Ｊ ［ ＿ （ Ｋ － ｍ ｅ ａ ｎ ｓ 算 法的缺点之一） 。因此 ，在基于信 息熵的蚁群 聚类算法的基 础上，结合基 于信 息素 的Ｋ － ｍ ｅ ａ ｎ ｓ 算法 ， 提 出了一种 聚类组合 算法。 关键词 ：蚁群 算法；聚类；改进；组合 算法
ＤＯｈ １ ０ ． ３ ９ ６ ９ ／ ｉ ． ｉ ｓ ｓ ｎ ． １ ６ ７ ４ － ５ ０ ４ ３ ． ２ ０ ｌ ３ ． ０ ２ ． ０ １ ７
中图 分类号： ０２ ９
文献标 志码 ： Ａ 文章编 号： １ ６ ７ ４ － ５ ０ ４ ３ ｛ ２ ０ １ ３ ） ０ ２ ． ０ ０ ８ １ － ０ ４
由此 形 成 一 个 正 反 馈 。这 种 聚 类 分 析 方法 最 早 是 Ｄ ｅ ｎ ｅ ｕ ｂ ｏ ｕ ｒ ｇ Ｊ Ｌ于 １ ９ ９ １ 年在文献 … １中提 出 的 ，而 后 Ｌ ｕ ｍｅ ｒ Ｅ 和Ｆ ａ ｉ ｅ ｔ ａ Ｂ 将 该 模 型推广 到 了数 据 分析 范 ，提 出著 名 的ＬＦ 算 法 。而 后 国 内研 究者又 提 出了一 种
第２ ３ 卷 第２ 期 ２ ０ １ ３ 年６ 月
洛阳理工学院学报（ 自然科学版）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｌ ｕ ｏ ｙ ａ ｎ ｇ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ０ ｌ ０ ｇ ｙ （ Ｎａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅｄ ｉ ｔ ｉ ｏ ｎ ）