مهدی صادقی مقدم - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی، واحد یاسوج
سیروس بیانی - عضو هیئت علمی دانشگاه آزاد اسلامی، واحد یاسوج
کرم الله باقری فرد - عضو هیئت علمی دانشگاه آزاد اسلامی واحد یاسوج

هر روزه انسان ها با حجم وسیعی از اطلاعات روبه رو هستند که باید آنها را ذخیره سازی یا نمایش دهند. یکی از روش های حیاتی کنترل و مدیریت آن داده ها، خوشه بندی می باشد. امروزه خوشه بندی نقش حیاتی در روش های بازیابی اطلاعات برای سازماندهی مجموعه های بزرگ درون تعداد کمی خوشه معنادار دارد. الگوریتم های خوشه بندی ترکیبی چند الگوریتم خوشه بندی را با هم ترکیب می کنند تا در نهایت به یک سیستم کلی خوشه بندی برسد. از آنجا که الگوریتم های خوشه بندی مختلف به نقاط مختلف داده نگاه می کنند، بنابراین آنها می توانند افرازهای مختلفی را از این چنین داده هایی تولید کنند. با ترکیب افرازهای به دست آمده از الگوریتم های مختلف، ایجاد یک افراز یا کارایی بالا ممکن است. حتی اگر خوشه ها از هم بسیار متراکم باشند، اکثر مطالعات در این حوزه تمامی خوشه های اولیه را بررسی می کنند. در این مقاله به روش جدیدی ارائه شده است که به جای استفاده از تمامی خوشه های اولیه تولید شده، از پایدارترین آنها استفاده می کند. برای انتخاب خوشه های پایدارتر از تابع توافقی مبتنی بر ماتریس همبستگی استفاده می شود. روش انتخاب پایدارترین خوشه ها بر اساس معیار پایداری خوشه مبتنی بر معیار فیشر صورت می گیرد و سپس خوشه های به دست آمده توسط الگوریتم ژنتیک مورد ازیابی قرار می گیرد و طبق این الگوریتم پایدارترین خوشه ها انتخاب می شود. نتایج تجربیه روی چندین مجموعه داده نشان می دهد که خروجی روش پیشنهادی خوشه های متنوع و با پایداری بالا می باشد.

خوشه بندی ترکیبی، پایداری خوشه، معیار فیشر، ماتریس همبستگی، الگوریتم ژنتیک