بهبود الگوریتم k-means با استفاده از الگوریتم PSO و شاخص دیویس-بولدین DB

یکی از مباحث مهم و مطرح در دنیای امروز ذخیره سازی وپردازش ابر داده ها Big Data می باشد. ابر داده ها به داده هایی از یک نوع گفته می شود دارای اندازه های چند ده گیگات بایت به بالا TB،EB می باشند. چنین داده هایی معمولا در صنایع بزرگ، شبکه های اجتماعی، جستوجو گر ها، مراکز بزرگ هواشناسی، آزمایشگاه های بسیار عظیم (مانند سرن) تولید می شود و پردازش مطمئن و ذخیره سازی امن آنها بسیار مهم است.پردازش و ذخیره سازی ابر داده ها کاری بسیار مشکل و زمان گیر است از این رو دانشمندان همواره به دنبال روشی مناسب و سریع برای انجام این کار هستند و تاکنون ابزار های متفاوتی برای این کار تولید شده است در این مقاله سعی شده است با استفاده از الگوریتم خوشه بندی k-means، بهترین اطلاعات را در کمترین زمان ممکن بدست آوریم اما در این الگوریتم اگر تعدادخوشه ها را بدرستی تعیین نشود سبب قرار گرفتن نتایج در دام بهینه محلی می شود. به همین دلیل در این مقاله سعی نموده ایم با استفاده از الگوریتم تکاملی PSO تعدادخوشه مناسبی را انتخاب نموده تا بتوانیم نتایج خوشه بندی K-means را از دام بهینه محلی خارج نماییم و همچنین با استفاده از شاخص دویس-بولدین DB کیفیت خوشه ها را بالا برده و به نتیجه بهتری از خوشه بندی دست یابیم. در پایان راهکار پیشنهادی بر روی دو مجموعه داده استاندارد از سایت UCI و یک مجموعه داده مصنوعی مورد ارزیابی قرار می گیرد

کلیدواژه ها:

الگوریتم خوشه بندی ، K-means ، الگوریتم PSO ، شاخص دیویس-بولدین DB