蚁群算法的聚类分析研究及在HRM中的应用.pdf

四川大学硕士学位论文蚁群算法的聚类分析研究及在HRM中的应用姓名：翁怀荣申请学位级别：硕士专业：计算机软件与理论指导教师：张洪伟20060427蚁群算法的聚类分析研究及在械挠τ计算机软件与理论专业研究生翁怀荣指导教师张洪伟随着网络技术和数据库技术的快速发展计算机已经能够存储大规模的海量的数据另一方面传统的数据分析处理工具如管理信息系统对这些数据只能进行表层的处理而更深层次的数据分析能力却不尽如人意这样数据供给能力和数据分析能力间的矛盾日益突出因此迫切需要一种能够对数据进行深层次加工的自动化技术。由此。数据挖掘技术应运而生。聚类分析作为数据挖掘中的一个重要课题它是将数据区分为自然的群体并给出每个群体特征描述的一种数据挖掘方法是数据挖掘和知识发现的一种基本方法。聚类分析是在无先验知识无指导下进行数据无监督分类的一种数据挖掘技术．通过先进算法的恰当采用发掘潜藏的有价值的信息提高数据分析和解释的质量也为后续其它数据分析和整理工具对数据的再处理或理解提供科学的判断依据。因此研究如何提高聚类分析算法的性能具有重要意义．聚类分析的算法很多比较著名的有模糊卜均值算法、肛中心点算法、值算法、惴ǖ取Ｒ先核惴ㄊ亲罱改瓴盘岢龅囊恢中碌纳嘤呕惴ǎ其主要特点是正反馈、分布式计算。初步的研究表明它是一种基于种群的鲁棒性较强的算法具有许多优良的性质为求解复杂的组合优化问题提供了一种新思路。本文根据蚁群算法的最新研究对蚁群算法进行了改进引入随机扰动和蚂蚁的感觉知觉特征并与均值算法相结合提出了一种新的聚类算法：改进蚁群算法并建立了改进蚁群算法的聚类分析模型．通过仿真实验表明当模式样本和分类数很大时改进蚁群算法的聚类分析在解决多聚类问题比传统聚类算法更有效。四川大学硕士学位论文在将理论技术应用到实践方面本文在分析了中国企业现有的绩效评估体系现状以及现有绩效评估方法缺陷的基础上根据本人参与开发窍低车木椋将基于改进蚁群算法的聚类分析方法应用于员工绩效评估中具体做法为：根据员工的各种绩效评估指标首先建立员工绩效评估的聚类分析模型然后采用改进蚁群算法对员工进行聚类。通过聚类从而对公司的员工有效地进行分类有了这些分类就能为人事规划和人事调整提供有效的决策支持。本文首先简要介绍了聚类分析的原理、发展、聚类分析方法阐述了聚类分析的应用。然后阐述了基本蚁群算法的原理分析了基本蚁群算法的优点及不足并阐述了现有的几种改进方法。有了以上的理论基础提出了改进蚁群算法以及基于的聚类分析模型并给出了相应的算法流程和实现并进行了仿真实验和其他聚类分析算法进行了比较。之后本文在第三章简要介绍了人力资源管理理论和绩效评估理论分析了现有的几种绩效评估方法及其它们的优点和缺陷。并结合本人的项目开发经验将改进蚁群聚类算法应用在员工绩效评估系统中并在第四章实现了一个完整的基于改进蚁群算法聚类分析的员工绩效评估系统。通过大量的数据测试以及结果分析发现本文提出在基本蚁群算法的基础上引入随机扰动和感觉知觉特征的改进蚁群算法在聚类过程中能够很好地避免算法出现停滞并能够避免算法陷入局部最优从而更好地达到全局优化的目的使聚类的整体性能达到优化。进而应用在员工绩效评估系统中为绩效评估员工分类提供了一种科学、客观的文章最后对整个算法和系统的开发设计工作做了总结提出了下一步的工作并提出了一些展望。该系统已成功应用于国内某大型集团公司为该公司的员工绩效评估员工分类提供了一个更新的、更公平公正的解决方案。关键词：数据挖掘聚类分析蚁群算法改进蚁群算法人力资源管理ㄐ拦依据．四川大学碗士学位论文印·盯：瓹甿．．篐篜．．：甋瓵甌．粅’凹川大字坎士字位论文甌瓵瓸琲．甒隺甀甌．瑆四川大学硕士学位论文甀．．琣．．瑃痯甌：琣瑃瑃琁甌