Filogenetik Daraxt Tuzish Algoritmlari Umumiy Klasterlash Algoritmlari

Ob'ektlar uchun ma'lum bir grafik tuzish
Chumolilar bir-biriga duch kelganda yoki o'z hamkasblarini qidirish jarayonida feromon deb ataladigan kimyoviy hidni uchitishi mumkin. Bunday hidga asoslanib, chumolilar o'ziga xos xususiyatlarga ega bo'lganlarni o'ziga jalb qiladi va boshqasini qaytaradi. Ushbu maqolada sun'iy chumolilar grafika bo'ylab sayohat qilishlari va ular o'tayotgan chekkalarga feromon yotqizishgan. ​ -rasmda ko'rsatilgandek. 1 -rasmda va 2 -rasmda, 2 -rasmda, sun'iy chumoli digagrafdagi qabul og'irligiga va ba'zi evristik ma'lumotlarga ko'ra keyingi tepalikni tanlaydi. Digrafning har bir chetidagi feromon sun'iy chumolilarning moslashuvchan harakatlari bilan yangilanadi, shuningdek, klasterlash jarayonini tezlashtirish uchun ba'zi adaptiv strategiyalar taqdim etiladi.
Kuchli komponentlar tahlili
Ob'ektlar qanchalik o'xshash bo'lsa, feromon miqdori shuncha yuqori bo'lishi mumkin. Har bir chekkadagi feromon miqdoridan to'liq foydalanish uchun biz feromon qiymati ma'lum bir chegaradan past bo'lgan ba'zi ulanishlarni o'tkazib yuboramiz va yangi digrafning kuchli bog'langan komponentlari finial klasterlarni hosil qiladi. Shunday qilib, boshlang'ich ob'ektlar chumolilar koloniyasi orqali bir nechta guruhlarga bo'linadi. Nihoyat, chumolilar tomonidan olingan bu klasterlar filogenetik daraxtlarni bosqichma -bosqich qurish uchun ishlatiladi.
Felogenetik daraxtlarni optimallashtirish
Xuddi shu kichik koloniyadagi sun'iy chumolilar o'zlarining hamkorliklari orqali muammoni hal qilish uchun mustaqil filogenetik daraxt qurishga harakat qiladilar va turli subkoloniyalar nomzodlarning xilma-xilligini saqlab qolish uchun turli xil daraxtlarni qurishadi. Ushbu daraxtlarni optimallashtirishdan so'ng, bu echimlarning ishlashi yaxshilanadi. Shu bilan birga, chumolilarning klasterlash jarayonini kuchaytirish uchun yuqori yaroqli daraxtlar chetidagi feromonlar ko'payadi.
Ushbu maqolada ko'rsatilgan filogenetik daraxtlarni qurish usuli, uning natijalarini GA bilan solishtirish uchun sinovdan o'tkazildi, tajriba natijalari shuni ko'rsatadiki, bizning algoritmni amalga oshirish osonroq va samaraliroq. GA bilan solishtirganda, u tezroq birlashishi va yuqori sifatli echimga ega bo'lishi mumkin.