%0 Journal Article
%T Analysis of ant colony clustering combination based on information entropy<br>基于信息熵的蚁群聚类组合算法的研究*
%A TIAN Li-wei
%A CAO An-de
%A <br>田力威
%A 曹安得
%J 计算机应用研究
%D 2011
%I 
%X 摘要：提出了一种基于信息熵的蚁群聚类算法，将信息熵引入到LF算法中，数据对象的归属由信息熵来决定，减少了参数，测试并验证了算法的有效性。同时，信息熵的蚁群算法早期数据分散收敛过慢，容易陷入局部最优等缺点，提出了一种蚁群聚类组合方法得以改进。改进思路是引入K-means作为熵蚁群算法的预处理过程。通过K-means快速、粗略地确定聚类中心，利用K-means方法的结果作为初值，再进行改进的熵蚁群算法聚类。有效地解决了蚁群算法早期收敛过慢等问题。
%K electric power steering system(EPS)
%K fuzzy immune PID
%K road feel
%K portability
%K disturbance resistance<br>关键字：聚类
%K 蚁群聚类
%K 信息熵
%K K-means
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=81EB12F1A5985805BF72233256F9C46E&yid=9377ED8094509821&vid=D3E34374A0D77D7F&iid=E158A972A605785F&sid=3ED1EAB217774597&eid=D845E8AF37655FBD&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=8