خوشه بندی داده ها از دیدگاه برنامه‌ریزی توابع چند هدفه وزن‌دار با استفاده از یک مدل شبکه عصبی

در این مقاله، خوشه‌بندی داده‌ها از دیدگاه برنامه‌ریزی چند هدفه وزن دار بررسی می‌شود، که اهداف آن شامل خوشه‌های فشرده و دور از هم می‌باشد، این مسئله با یک تغییر شکل تبدیل به یک مسئله برنامه‌ریزی درجه دوم می‌شود، که برای حل آن از یک مدل شبکه عصبی استفاده شده است. از ویژگیهایِ مدل شبکه عصبی بکار رفته علاوه بر سادگی، سرعت همگرایی خوب در حل مسائل برنامه‌ریزی درجه دوم است، ضمناً این مدل قادر به حل همزمان مسئله اولیه و دوگان برنامه ریزی درجه دوم می باشد و می توان از پاسخ دوگان اثربخشی قیود استفاده شده را بررسی کرد. این مدل بر روی مثالهای مختلفی امتحان شده است از جمله می توان به داده های استاندارد آیریس که شامل سه خوشه با داده های چهار بعدی می باشد، اشاره کرد که نسبت به روش FCM با درصد خطای کمتری خوشه بندی شده اند

کلیدواژه ها:

خوشه‌بندی داده‌ها ، برنامه ریزی چند هدفه ، مدل شبکه عصبی