12、基于蚁群算法的聚类与路径规划创新研究

基于蚁群算法的聚类与路径规划创新研究

1. ACO 投影寻踪聚类算法应用

为验证改进算法的效率，将其与其他投影寻踪（PP）算法进行性能对比，使用的数据是某海湾海洋生态指标的综合评估数据，具体如下表所示：
| 项目 | 1 号点 | 2 号点 | 3 号点 | 4 号点 | 5 号点 | 6 号点 |
| — | — | — | — | — | — | — |
| 悬浮物（mg/L） | 6 | 7 | 7.7 | 6.4 | 6.3 | 6.1 |
| 石油（mg/L） | 0.0205 | 0.036 | 0.0205 | 0.018 | 0.0095 | 0.0105 |
| 无机氮（mg/L） | 0.4795 | 0.465 | 0.4065 | 0.04685 | 0.195 | 0.06625 |
| 活性磷酸盐（mg/L） | 0.0119 | 0.2515 | 0.02515 | 0.01 | 0.0077 | 0.0021 |
| 溶解氧（mg/L） | 10.2 | 9.85 | 9.76 | 9.81 | 9.78 | 9.92 |
| 海水盐度（‰） | 31.5 | 31.3 | 31.3 | 31.5 | 31.4 | 31.6 |
| Cu（μg/L） | 32.1 | 45.7 | 36.2 | 27.8 | 22.6 | 32.3 |
| Pb（μg/L） | 39.5 | 42.1 | 37.1 | 39.8 | 42.5 | 47.8 |
| Zn（μg/L） | 103.5 | 87.5 | 92.3 | 83 | 121.5 | 78.5 |
| Cd（μg/