ارایه ی یک الگوریتم ترکیبی برای خوشه بندی داده ها با استفاده از الگوریتم های K-means و الکترومغناطیس

خوشه بندی یکی از روش های پرکاربرد در بسیاری از زمینه های علمی است که در آن تلاش می شود داده ها داخل گروه ها براساس درجه ی شباهت قرار گیرند. الگوریتم های ابتکاری و فراابتکاری زیادی برای حل مسیله ی خوشه بندی ارایه شده است. یکی از روش های ابتکاری پرکاربرد، K-means است. این روش، به دلیل وابستگی به حالت اولیه، معمولا به بهینه ی محلی همگرا می شود. در این مقاله به منظور فرار از بهینه ی محلی، الگوریتم K-means با الگوریتم فراابتکاری الکترومغناطیس ترکیب شده و الگوریتم جدیدی با عنوان الگوریتم K-EM برای حل مسیله ی خوشه بندی ارایه می شود. به منظور بررسی کارایی الگوریتم پیشنهادی، پنج مجموعه داده انتخاب و حل شده و نهایتا جواب های حاصله با جواب های حاصل از الگوریتم های مطرح در ادبیات خوشه بندی مقایسه می شود. نتایج محاسباتی نشان می دهد که الگوریتم پیشنهادی در دست یابی به جواب های مطلوب از کارایی مناسبی برخوردار است.

کلیدواژه ها:

خوشه بندی ، الگوریتم K-means ، الگوریتم مغناطیس