یک روش جدید در خوشه بندی دادهها با استفاده از ترکیب الگوریتم کامیانه والگوریتم جهش قورباغه بهبود یافته

خوشهبندی دادهها فرآیند تقسیمبندی دادهها به گروهای معنی دار است که یک راهکار موثر در تحلیل دادهها و دادهکاوی است الگوریتم k-means یکی از روشهای رایج خوشهبندی میباشد که بدلیل سادگی و سرعت بالا معمولا در خوشهبندی دادههای حجیم بکار گرفته میشود اما مشکلاتی از جمله حساس بودن به مقادیر اولیه و گرفتار شدن در بهینه محلی از قدرت عملکرد آن میکاهد. الگوریتم جهش قورباغه یکی از الگوریتم های بهینهسازی فراابتکاری است که از رفتار اجتماعی قورباغه ها الهام گرفته شده است. از این الگوریتم میتوان به عنوان روشی برای کمکبه حل مشکلات الگوریتمk-means استفاده نمود. از این رو در این مقاله جهت غلبه بر مشکلات ذکر شده روشی ترکیبی مبتنی بر الگوریتم جهش قورباغه بهبود یافته و الگوریتم k-means ارایه شده است. نتایج حالی از آن است که الگوریتم پیشنهادی در امر خوشه بندی نسبت به الگوریتمهای SFLA-KM ،GA-KM و PSO-KMدارای عملکرد بهتری می باشد

کلیدواژه ها:

دادهکاوی ، خوشهبندی ، الگوریتم جهشقورباغه بهبود یافته ، الگوریتم k-mean