خوشه بندی خودکار فازی داده ها با استفاده از الگوریتم بهینه سازی چندهدفه گرگ خاکستری

در این مقاله مساله خوشه بندی خودکار فازی، در قالب یک مساله بهینه سازی چندهدفه ارایه شده است. دو تابع هدف یکی برپایه اتصال خوشه ها و دیگری براساس همپوشانی-جدایی خوشه ها در نظر گرفته شده که جهت تعیین تعداد بهینه خوشه ها و افزایش کیفیت خوشه بندی، این دو تابع بطور همزمان بهینه می شوند. با توجه به اینکه مساله مورد نظر از نوع مسایل بهینه سازی غیر خطی، چندهدفه و نامحدب می باشد، برای حل آن نیز یک روش بهینه سازی چندهدفه مبتنی بر الگوریتم گرگ خاکستری پیشنهاد شده است. به منظور تسریع در فرآیند بهینه سازی و جلوگیری از گیر افتادن الگوریتم در بهینه های محلی، راهکارهای ابتکاری جدیدی به الگوریتم اضافه شده است. نتیجه اعمال این الگوریتم بر مساله خوشه بندی، منجر به مجموعه ای از جواب های بهینه پارتو خواهد شد که نشان دهنده ناحیه مصالحه بین توابع هدف است. برای انتخاب جواب نهایی از بین چندین راه حل بهینه موجود، از معیار ارزیابی DB استفاده شده است. برای بررسی عملکرد الگوریتم پیشنهادی، شبیه سازی های متعددی بر روی مجموعه داده مصنوعی و واقعی انجام و نتایج با چند مقاله دیگر مقایسه گردیده است. نتایج آزمایشها نشان میدهند مدل پیشنهادی قادر به شناسایی تعداد بهینه خوشه ها و افراز مناسب داده ها در انواع مجموعه داده های همپوشان و غیر همپوشان است.

کلیدواژه ها:

خوشه بندی خودکار فازی ، الگوریتم گرگ خاکستری ، بهینه سازی چندهدفه ، شاخص ارزیابی خوشه