خوشه بندی خودکار داده ها توسط الگوریتم ژنتیک دو مرحله ای

سازماندهی داده ها به گروه های با معنی، یکی از پایه های اساسی در درک داده ها است. تحلیل خوشه، مطالعه روش ها و الگوریتم هایی به منظور خوشه بندی و گروه بندی داده ها با توجه به میزان شباهت یا درجه نزدیکی آنها می باشد. یکی از چالش های تحلیل خوشه، تشخیص درست تعداد خوشه ها است، گرچه در چند دهه اخیر پژوهش های متعددی جهت رفع این مشکل صورت گرفته است. لذا، در این مقاله، یک الگوریتم خوشه بندی ژنتیک دو مرحله ای (TGCA) بررسی می شود. این الگوریتم به صورت خودکار، تعداد بهینه خوشه ها و افراز مناسبی از داده ها را تعیین می کند. عملیات دو مرحله ای انتخاب و جهش به منظور استفاده از قابلیت جستجوی الگوریتم ژنتیک اجرا می شود که از طریق تغییر احتمالات انتخاب و جهش که براساس پایداری تعداد خوشه ها در جمعیت است، حاصل می شود. ابتدا، الگوریتم خوشه بندی ژنتیک دو مرحله ای، تمرکز بر یافتن بهترین تعداد خوشه ها دارد، و سپس بتدریج به سمت یافتن مراکز خوشه بهینه سراسری، سوق می یابد. علاوه بر این، روش افراز بندی با حداکثر بازه ویژگی ها، جهت مقداردهی اولیه جمعیت استفاده می شود. نهایتا، کارآیی و اثربخشی TGCA با الگوریتم بهینه سازی ازدحام ذرات مقایسه می گردد که نتایج بدست آمده، نشان می دهد که این الگوریتم از نظر مدت زمان اجرا و هزینه خوشه بندی از الگوریتم بهینه سازی ازدحام ذرات، عملکرد بهتری دارد.

کلیدواژه ها:

خوشه بندی ، الگوریتم ژنتیک ، انتخاب دو مرحله ای ، جهش دو مرحله ای ، پایداری تعداد خوشه ها