بهینه سازی خوشه بندی داده ها توسط الگوریتم مصنوعی کلونی زنبور عسل

خوشه بندی داده ها بر اساس شباهت از جمله مراحل مهم در تحلیل داده ها و یکی از ابزارهای پرکاربرد در حوزه دادهکاوی است . به دلیل توانمندی روش های خوشه بندی در تولید خوشه های با کیفیت توسعه این الگوریتم ها برایمدیریت و دسته بندی داده ها یکی از اهداف این مقاله می باشد. در این مقاله به شرح و بسط کاربرد الگوریتم هوشمندکلونی زنبور عسل در بهینه سازی خوشه بندی داده ها پرداخته شده است. این روش که برگرفته از الگوریتم زنبور عسلبرای یافتن غذا در محل است با جست و جوی سراسری و محلی به یافتن بهترین مراکز خوشه های می پردازد. این روشدر مقایسه با سایر الگوریتم های خوشه بندی داده ها نظیر TS, GA, ACO, K-means, FCMو ... تاثثیر بهبودبیشتری بر خوشه بندی داده ها دارد. بر اساس نوع مجوعه داده ها حالت های بهبنه ان متفاوت است.

کلیدواژه ها:

خوشه بندی بهینه ، جستوجوی سراسری ، الگوریتم کلونی زنبور عسل ، کلونی زنبورهای مصنوعی