حمیدرضا مدرس - دانشکده برق و رباتیک دانشگاه صنعتی شاهرود
علیرضا احمدی فرد - دانشکده برق و رباتیک دانشگاه صنعتی شاهرود

در این مقاله، الگوریتمی جدید برای خوشه بندی غیر نظارتی داده ها پیشنهاد شده است. این روش قادر است تعداد خوشه های قرار گرفته در یک مجموعه داده و داده های متناظر با هر خوشه را مشخص نماید. جهت تشخیص خوشه ها و مراکز آنها از الگوریتم بهینه سازی PSO استفاده می شود. ابتدا ذرات مجموعه در فضای داده ها به صورت تصادفی پراکنده شده و سپس با تکرار الگوریتم ذرات به مراکز خوشه ها همگرا می شوند. خوشه های به دست آمده از مرحله نخست، مورد بررسی قرار گرفته و در صورت نزدیک بودن با هم ادغام می شوند. تشخیص داده های متعلق به هر خوشه به کمک تخمین شعاع هر خوشه صورت می پذیرد. شعاع هر خوشه در طول الگوریتم در جهت بهینه کردن تابع معیار مشخص می گردد. این امر باعث جداسازی صحیح خوشه ها می شود. الگوریتم پیشنهادی را به داده های ساختگی و حقیق اعمال نمودیم. نتایج این آزمایشات در خوشه بندی بسیار امیدوار کننده می باشد.

خوشه بندی غیر نظارتی، الگوریتم اجتماع ذرات، بهینه سازی