蚁群聚类算法的并行化设计与实现

作     者：杨燕 王全根 黄波 YANG Yan;WANG Quan-gen;HUANG Bo

作者机构：西南交通大学信息科学与技术学院四川成都610031 

基　　金：国家自然科学基金项目(61170111 61003142 61152001) 中央高校基本科研业务费专项资金(SWJTU11ZT08) 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2013年第20卷第3期

页      码：411-414页

摘      要：蚁群聚类是一种有效的聚类方法,已在数据分析等领域获得广泛应用。MPI并行计算提供高效的数据处理方案,研究蚁群聚类算法的并行化是目前具有挑战性的研究课题。首先介绍了基于传统编程模型的解决TSP问题的蚁群优化算法,以及蚁群优化算法和K-means结合的聚类方法,描述了它们的基本原理和实现过程。然后,对基于传统编程模型的聚类算法进行MPI并行化改进,实现了基于MPI并行计算的蚁群聚类算法。最后,分别采用Iris、Wine、Zoo3个UCI数据集和Reuter-21578文本数据集进行多次测试,对基于传统编程模型的聚类算法和基于MPI并行计算的聚类算法进行性能和效率上的比较,得出基于MPI并行计算的聚类算法更优的结论。

主 题 词：聚类 蚁群算法 MPI并行计算 

学科分类：08[工学] 0802[工学-机械学] 0835[0835] 080201[080201] 

核心收录：

D　O　I：10.3969/j.issn.1671-7848.2013.03.008

馆 藏 号：203888847...