一种基于信息素和信息熵的蚁群聚类算法

文中研究出了不同于传统算法的新型算法,这种算法是对以往的传统LF算法进行了有效的改进。利用短期记忆和网格信息素的局部分布控制蚂蚁的随机移动,利用信息熵作为蚂蚁运动状态转换规则,本文在在信息熵的计算与比较后,对数据对象拾起和放下进行了判断规则。在具有参数的情况下,每次对于数据的拾起和放下都会对区域的信息熵有减少或者增加的影响。还能加快聚类过程,达到好的聚类结果。结果表明,该算法显示出了较高的稳定性和准确率。