جابر پورسلیمان - دانشجوی کارشناسی ارشد مهندسی کامپیوتر، هوش مصنوعی، دانشگاه بین المللی امام رضا (ع)
محمدباقر منهاج - استاد گروه مهندسی برق، دانشگاه صنعتی امیرکبیر
سپیده سلطانی فهرج - استادیار گروه مهندسی برق، دانشگاه بین المللی امام رضا (ع)
منیره هوشمند - استادیار گروه مهندسی برق، دانشگاه بین المللی امام رضا (ع)

از مهمترین مشکلات الگوریتم FCM می توان به مشخص نمودن تعداد خوشه ها از قبل، بالا بردن دقت خوشه بندی و کاهش زمان اجرا نام برد. در این مقاله از یک روش خوشه بندی خودکار فازی مبتنی بر یک نسخه ی اصلاح شده از الگوریتم بهینه سازی تولیدمثل غیرجنسی (MARO) به همراه اعمال ایده ی کروموزوم های طول متغیر استفاده و الگوریتم جدید VMARO پیشنهاد می شود. استفاده از VMARO در الگوریتم FCM، رمزگذاری تعداد متغیری از خوشه ها را فراهم می سازد. نتایج شبیه سازی نشان می دهد کهالگوریتم VMARO-FCM قادر به کشف خودکار تعداد خوشه ها بدون آگاهی قبلی به وسیله یک شاخص اعتبار به عنوان یک تابع هدف و پیدا کردن پارتیشن بندی فازی مناسب و دقت و سرعت بالاتری برای مجموعه داده های درنظر گرفته شده هستند. عملکرد الگوریتم پیشنهادی با الگوریتم VABC-FCM که نسبت به سایر الگوریتم های قبل از خود موفق تر عمل کرده است، مقایسه می گردد نتایج نشان می دهد که الگوریتم پیشنهادی در اکثر موارد غالب است.

بهینه سازی تولید مثل غیرجنسی، بهینه سازی تولید مثل غیرجنسی اصلاح شده با طول کروموزوم متغیر، خوشه بندی خودکار، فازی C-Means