欢迎来到天天文库
浏览记录
ID:46607272
大小:830.23 KB
页数:5页
时间:2019-11-26
《LF算法中蚁群移动策略的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、第43卷第4期2013年7月航空计算技术AeronauticalComputingTechniqueV01.43No.4Jul.2013LF算法中蚁群移动策略的研究牛永洁(延安大学计算中心,陕西延安716000)摘要:采用FM、误分类错误率和运行时间作为衡量改进的LF算法的评价指标,对算法中蚁群的不同移动策略进行研究。这些移动策略包括完全随机移动、局部记忆指导下的直接跳转、局部记忆指导下的定向随机靠近、全局记忆指导下的直接跳转、全局记忆指导下定向随机靠近和局部记忆与全局记忆共同指导下的定向随机靠近6种移动
2、策略。针对每种策略,固定算法的其他运行参数,在UCI数据集的Iris数据和Wi舱数据上运行的结果表明,全局记忆指导下的定向随机靠近策略运行效果最好,而且收敛速度快,并能有效避免局部最优化的问题。关键词:LF算法;移动策略;局部记忆;全局记忆;定向靠近;直接跳转中图分类号:TP301.6文献标识码:A文章编号:1671.654X(2013)04—0018—04ResearchofAntColonyMigrationStrategyinLFAlgorithmNIUYong—Jie(ComputingCente
3、r,Yan’tZl'lUniversity,Yan’an716000,China)Abstract:UsingtheFM,themisclassificationerrorrateandrunningtimeasameasureofimprovedLFal—gorithm,thecolonydifferentmobilestrategyalgorithmresearch.Thesemobilestrategyincludingcomplete—lyrandommobile,jumpdirectlyunde
4、rtheguidanceoflocalmemory,orientationundertheguidanceoflo—calmemoryclosetorandom,jumpdirectlyundertheguidanceoftheglobalmemory,globalmemory,an—dertheguidanceofdirectionalrandomnearandlocalmemoryandglobalmemorycommonguidingunderthedirectionalrandomnearthes
5、ixkindsofmobilestrategy.Foreachstrategy,theoperatingparametersofthefixedalgorithm,runontheUCIdatasetsIrisdataandWinedataresultsshowthattheglobalmemoryundertheguidanceofdirectionalrandomnearthebeststrategyruneffect,andthespeedofconvergencecaneffectivelyavo
6、idlocaloptimizationproblem.Keywords:LFalgorithm;migrationstrategy;localmemory;globalmemory;directionalnear;directjump引言LF算法‘11是Lumer和Faieta等人在Deneubourg等介绍的基于蚂蚁的聚类和分类方法旧1基础上进行修改得到的一种聚类算法,最初用于对数字数据分析。后来逐步应用于数据挖掘[3。4]、Web挖掘[5】、试卷分析‘引、入侵检测‘7
7、、图像分割‘81、金融‘91等各
8、个领域。LF算法的基本模型比较简单,主要基于蚂蚁“拾起”、“放下”物体的行为方式进行。随机移动的蚂蚁遇到物体时,该物体与周围相似的物体越少,蚂蚁“拾起”该物体的概率越大;反之,蚂蚁“放下”该物体的概率越大。基本LF算法的流程是首先进行待聚类数据的预处理,对数据进行标准化,消除数据中量纲的影响,并且使数据之间的距离都位于[0,1]之间。然后进行算法的初始化操作,将待聚类的数据对象随机分散在一个二维网格中,使每个单元格最多放置一个数据对象,并为每只蚂蚁随机地选择一个空闲的数据对象。随后,算法进入迭代过程,在每
9、次迭代过程中对每只蚂蚁执行如下的操作。1)检查蚂蚁是否背负数据对象,如果没有背负数据对象,蚂蚁当前处于空载状态,查看蚂蚁所在位置是否有数据对象,如果没有数据对象,蚂蚁随机移动到其他位置。2)如果蚂蚁所在位置有数据对象,计算该数据对象与邻域中其他数据对象的邻域相似度,(i),邻域相似度以i)可以由公式(1)计算得到。收稿日期:2013—03—26基金项目:陕西省教育厅自然科学项目资助(1lJKl054)作者简介:牛永洁(1977
此文档下载收益归作者所有