خوشه بندی داده ها با استفاده ازترکیب الگوریتم های فاخته و ژنتیک

خوشه بندی داده ها به عنوان یکی از روش های دسته بندی در حوزه های گوناگونی مانند پزشکی، آموزش و مهندسی کاربرد د ارد. یکی از روش هایموجود در این زمینه الگوریتم k-means می باشد، اگرچه الگوریتم از سرعت بالایی برخوردار است، اما وابسته به مراکز خوشه اولیه و امکانهمگرایی به نقاط بهینه محلی وجود دارد. اخیرا الگوریتم های بهینه سازی برای خوشه بندی با هدف یافتن مراکز بهینه به کمک توابع هدف متفاوتاستفاده می شوند. در این مقاله یک الگوریتم ترکیبی جدید برای خوشه بندی داده ها با استفاده از الگوریتم فاخته والگوریتم ژنتیک پیشنهادمی دهیم. هدف از ترکیب الگوریتم ها پیدا کردن مراکز بهینه برای دسته بندی داده ها و حل مشکلات موجود در الگوریتم k-means می باشد.کارایی الگوریتم پیشنهادی بر روی مجموعه داده استاندارد UCI ارزیابی شد. نتایج شبیه سازی نشان می دهد که ترکیب این دو الگوریتم نسبت بهاجرای منفرد آنها و همچنین نسبت به سایر روش های مورد مقایسه عملکرد بهتری را دارد.

کلیدواژه ها:

خوشه بندی داده ، الگوریتم بهینه سازی فاخته ، الگوریتم ژنتیک ، مجموعه داده