بهبود الگوریتم مبتنی بر رفتار جفت گیری زنبورهای عسل جهت حل مساله خوشه بندی

خوشه بندی درحقیقت یک تکنهیک مهم جهت تحلیل داده ها می باشد که اخیرا به گونه ای گسترده در زمینه هایی چون داده کاوی یادگیری ماشین و تشخیص الگو مورد استفاده قرار گرفته است تاکنون الگوریتم های متعددی برای حل مساله خوشه بندی داده ها پیشنهاد گردیده است که اینالگوریتم ها از تکنیکهای متفاوتی استفاده می نماید دردهه اخیر به کارگیری الگوریتم های تکاملی مبتنی بررفتار جمعی حشرات جهت حل مسائل بهینه سازی متداول گردیدها ست الگوریتم مربوط به جفت گیری زنبورهای عسل الهام گرفته شده از فرایند جفت گیری و تولید مثل زنبورهای واقعی یکی از الگوریتمهای طراحی شده مبتنی بر رفتار جمعی حشرات می باشد دراین مقاله از یک الگوریتم تغییر یافته جفت گیری زنبورهای عسل جهت حل مساله خوشه بندی داده ها استفاده شده است الگوریتم به کارگرفته شده با الگوریتم جفت گیری زنبورهای عسل پایه ای برروی سه مجموعه داده معروف از پایگاه داده UCI مقایسه شده و نتایج نشان میدهند که این الگوریتم نسبت به الگوریتم جفت گیری زنبورهای عسل پایه ای بهبودیافته است.

کلیدواژه ها:

الگوریتم جفت گیری زنبورهای عسل ، خوشه بندی داده ها ، شیوه مکاشفه ای