摘要： 蚂蚁等群居式昆虫具有分布式、自组织、基于信息素间接通信(pheromone)等群体协作能力，模拟其智能行为的蚁群算法解决了许多复杂的问题并在并在数据聚类分析领域取得成效。本文首先介绍了基于蚂蚁的聚类算法的基本理论，讨论了参数σ对邻域平均相似度的影响并做了实验分析比较，然后提出利用离散点对算法进行改进，通过对离散点的检测算法能够对蚂蚁行为进行控制，使蚂蚁快速地决定下一个负戡节点，从而有效地缩短聚类分析的执行时间。实验表明改进后的蚂蚁聚类算法具有较好的聚类特性，其收敛性也得到了有效改善。

关键词: 聚类算法 离散点 聚类分析 群体协作 蚁群算法 智能行为 分析比较 检测算法 执行时间 聚类特性 蚂蚁 分布式 自组织 信息素 相似度 收敛性 实验 数据