مریم اشجع زاده - دانشکده برق و رایانه، دانشگاه آزاد قزوین
محمد مهدی عبادزاده - دانشکده کامپیوتر، دانشگاه صنعتی امیرکبیر

خوشه بندی دادده ها یکی از پرکاربردترین و مهم ترین مسایل در حوزه هوش مصنوعی است. هدف از خوشه بندی، قرار دادن داده های مشابه در یک گروه است هر کدام از این گروه ها یک خوشه هستند. یکی از روش هایی که اخیرا در این زمینه مورد بررسی و استفاده قرار گرفته است، مطالعه در سیستم های طبیعی مانند حشرات و مورچه ها و بهره گیری از حرکت جمعی در این موجودات است. این الگوریتم ها دارای خصلت توزیع شدگی، انعطاف پذیری و استحکام می باشند. تمامی الگوریتم های ارایه شده بر پایه این روش، ار مشکل همگرایی زودرس و همچنین امکان ایجاد خوشه هایی با داده های غیر مشابه و همچنین خوشه هایی شبیه به هم که به دلیل کم بودن زاویه دید به وجود آمده اند، رنج می برند. تلاش ما در این مقاله بر این بوده است که این مشکلات را برطرف کرده و در نهایت خوشه هایی بهینه تر و با پیوستگی معنایی بسیار بالاتر داشته باشیم. همچنین میزان خطاهای ناشی از خوشه بندی های اشتباه با استفاده از روش پیشنهادی تا حد بسیار زیادی کاهش پیدا می کند.

خوشه یابی، کلونی مورچگان، دسته مورچگان، دسته مورچگان پیشرفته