خوشه بندی داده ها با استفاده از الگوریتم بهینه سازی تکاملی تجمع پرندگان
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 268
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MHCONF06_024
تاریخ نمایه سازی: 28 خرداد 1401
چکیده مقاله:
خوشه بندی داده ها در علوم مختلف کاربردهای فراوان دارد. مثلا در علوم مهندسی، علوم کامپیوتر، علوم پزشکی و زندگی، علوم زمین و ستاره شناسی، علوم اجتماعی، اقتصاد و غیره . یک دسته از این روش ها الگوریتم های خوشه بندی تکاملی هستند. یکی از روش های خوشه بندی داده ها استفاده ازالگوریتم های بهینه سازی تکاملی است .به این صورت که یک تابع هدف که اهداف خوشه بندی را ارضا میکند تعیین می شود و سپس با استفاده از یک الگوریتم بهینه سازی تکاملی آن تابع بهینه می شود و خوشه ها را مشخص می کند . هر تابع هدف در خوشه بندی دو ویژگی را باید داشته باشد اول اینکه فاصله درون خوشه ای را کم کند و دوم اینکه فاصله بین خوشهای را زیاد کند . هدف از این تحقیق ارایه یک الگوریتم برای خوشه بندی داده هااست در این الگوریتم به مسئله خوشه بندی با دید یک مسئله بهینه سازی نگاه می شود. به این صورت که از یک یا چند شاخص خوشه بندی استفاده کرده و به عنوان تابع هدف در نظر گرفته می شود و با الگوریتم بهینه ساز ی تجمع پرندگان و تنظیم مناسب پارامترهای آن، این توابع هدف را بهینه می کنیم و خوشه های مناسب از الگوریتم استخراج می شوند .سپس این الگوریتم با استفاده از شاخص های ارزیابی خوشه بندی ارزیابی شده و با دیگر الگوریتم های خوشه بندی مقایسه می شود . این الگوریتم با شش الگوریتم معتبر خوشه بندی مقایسه می شود. لازم به ذکر است که مسئله خوشه بندی داده ها تا کنون با الگوریتم تجمع پرندگان انجام نشده است و این جنبه نوآوری تحقیق می باشد .خوشه بندی یکی از شاخه های حائز اهمیت در علم داده کاوی می باشد که به بررسی شباهت و عدم شباهت داده ها و قسمت بندی آنها می پردازد و دارای کاربردهای زیادی می باشد. الگوریتم های متعددی برای خوشه بندی داده ها وجود دارد. در این تحقیق خوشه بندی یک مسئله بهینه سازی در نظر گرفته می شود و با استفاده از یک تابع هدف مناسب به کمک یک الگوریتم بهینه سازی تکاملی سریع و کارا اینمسئله را حل می کند. ایده این تحقیق در این است که تاکنون مسئله خوشه بندی با الگوریتم بهینه سازی تکاملی تجمع پرندگان حل نشده و نتایج این الگوریتم می تواند خوشه بندی دقیق و سریع باشد. استفاده از یک شاخص خوشه بندی مناسب که شرایط خوشه بندی را ارضا کند نیز دارای اهمیت است. همچنین استفاده از دیتابیسهای مناسب و استاندارد نیز لازم است تا به صورت درست الگوریتم بااستفاده یک معیار ارزیابی مناسب ارزیابی و مقایسه شود.
کلیدواژه ها:
بهینه سازی Optimization ، خوشه بندی Clustering ، الگوریتم تکاملی Evolutionary algorithm ، الگوریتم تجمع پرندگان Bird clustering algorithm
نویسندگان
حسین مرادی
دانشگاه آزاد اسلامی واحد خمینی شهر، اصفهان
محمدرضا مصلحی
موسسه آموزش عالی جهاد دانشگاهی استان اصفهان، اصفهان
زهرا چناری
موسسه آموزش عالی جهاد دانشگاهی استان اصفهان، اصفهان