蚁群聚类算法的并行化设计与实现

来源期刊：控制工程2013年第3期

论文作者：杨燕 王全根 黄波

文章页码：411 - 414

关键词：聚类;蚁群算法;MPI并行计算;

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。