|
|||||
|
|
| 基于K均值聚类改进的蚁群算法研究 | |
| 作者姓名： | 李旭 徐立祥 刘家保 |
| 作者单位： | 合肥学院数学与物理系;安徽新华学院公共课程部 |
| 基金项目： | 合肥学院自然科学研究一般项目(13KY04ZR);大学生创新创业训练项目(201311059068) |
| 摘 要： | 蚁群优化算法(ACO)在求解TSP(traveling salesman problem)问题时,其算法的时间复杂度为O(m·n2·t)(其中t表示循环次数,n为城市数,m为蚂蚁数),搜索时间比较长。利用K-means聚类的方法得到多个类,每一个类都看作是一个小的TSP问题,然后在每个类内部和类之间利用改进的蚁群算法寻找最优路径,通过实验仿真,验证了此方法不但能提高解的精度,而且还加快了运行速度。 |
| 关 键 词： | 蚁群算法 K-means 聚类 |
| 本文献已被 CNKI 等数据库收录！ | |