clc;
clf;
clear;
?%?X?=?測試樣本矩陣;

X?=?load（‘data1.TXT‘）;
[Nn]=size（X）;??????%?N?=測試樣本數;n?=測試樣本的屬性數;
K?=?4;??????????????%?K?=?組數;?
R?=?100;????????????%?R?=?螞蟻數;?
t_max?=?1000;???????%?t_max?=最大迭代次數;???????????
%?初始化
c?=?10^-2;
tau?=?ones（NK）?*?c;????%信息素矩陣，初始值為0.01的N*K矩陣（樣本數*聚類數）
q?=?0.9;????????????????%?閾值q
rho?=?0.1;??????????????%?蒸發率
best_solution_function_value?=?inf;?%?最佳路徑度量值（初值為無窮大，該值越小聚類效果越好）
tic?????????????????????%計算程序運行時間
t?=?1;?
%=======程序終止條件（下列兩個終止條件任選其一）======
%?while?（（t<=t_max））?????????????????????????????%達到最大迭代次數而終止
%?while?（（best_solution_function_value>=19727））??%達到一定的聚類效果而終止
while?（（best_solution_function_value>=19727））????
%=========================?
????%路徑標識字符：標識每只螞蟻的路徑
????solution_string?=?zeros（RN+1）;?????
????for?i?=?1?:?R???????????????????????%以信息素為依據確定螞蟻的路徑
????????r?=?rand（1N）;????%隨機產生值為0-1隨機數的1*51的數組
????????for?g?=?1?:?N
????????????if?r（g）?????????????????tau_max?=?max（tau（g:））;
????????????????Cluster_number?=?find（tau（g:）==tau_max）;???%聚類標識數，選擇信息素最多的路徑
????????????????solution_string（ig）?=?Cluster_number（1）;???%確定第i只螞蟻對第g個樣本的路徑標識
????????????else????????????%如果r（g）大于閾值求出各路徑信息素占在總信息素的比例，按概率選擇路徑
????????????????sum_p?=?sum（tau（g:））;?
????????????????p?=?tau（g:）?/?sum_p;?
????????????????for?u?=?2?:?K?
????????????????????p（u）?=?p（u）?+?p（u-1）;?
????????????????end
???????????????rr?=?rand;??????????
????????????????for?s?=?1?:?K?
????????????????????if?（rr?<=?p（s））?
???????????????????????Cluster_number?=?s;
???????????????????????solution_string（ig）?=?Cluster_number;??
????????????????????break;?
????????????????end?
????????????end
????????end
????end

????%?計算聚類中心
????weight?=?zeros（NK）;
???????for?h?=?1:N??????????????%給路徑做計算標識
???????????Cluster_index?=?solution_string（ih）;?%類的索引編號??????????
???????????weight（hCluster_index）?=?1;??????????%對樣本選擇的類在weight數組的相應位置標1
???????end

???????cluster_center?=?zeros（Kn）;??%聚類中心（聚類數K個中心）
???????for?j?=?1:K
???????????for?v?=?1:n
???????????????sum_wx?=?sum（weight（:j）.*X（:v））;???%各類樣本各屬性值之和
???????????????sum_w?=?sum（weight（:j））;????????????%各類樣本個數
???????????????if?sum_w==0??????????????????????????%該類樣本數為0，則該類的聚類中心為0
?????????????????cluster_center（jv）?=0
??????????????????continue;
???????????????else?????????????????????????????????%該類樣本數不為0，則聚類中心的值取樣本屬性值的平均值
???????????????cluster_center（jv）?=?sum_wx/sum_w;
???????????????end
????????????end
???????end

????%?計算各樣本點各屬性到其對應的聚類中心的均方差之和，該值存入solution_string的最后一位
??????F?=?0;
??????for?j=?1:K
??????????for?ii?=?1:N
??????????????Temp=0;
??????????????if?solution_string（iii）==j;????????????????
??????????????????for?v?=?1:n
??????????????????????Temp?=?（（abs（X（iiv）-cluster_center（jv）））.^2）+Temp;
??????????????????end
??????????????????Temp?=?sqrt（Temp）;
??????????????end
????????????F?=?（Temp）+F;
??????????end????????
??????end

???????solution_string（iend）?=?F;??????????????????????

???