CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

بهبود خوشه بندی داده با استفاده از منطق فازی و ترکیب الگوریتم های ژنتیک و PSO

عنوان مقاله: بهبود خوشه بندی داده با استفاده از منطق فازی و ترکیب الگوریتم های ژنتیک و PSO
شناسه ملی مقاله: NSOECE05_051
منتشر شده در پنجمین کنفرانس بین المللی مهندسی کامپیوتر ،برق و الکترونیک در سال 1395
مشخصات نویسندگان مقاله:

معصومه میر - گروه مهندسی کامپیوتر، واحد نیشابور، دانشگاه آزاد اسلامی واحد نیشابور، ایران
رضا قایمی - گروه مهندسی کامپیوتر، واحد قوچان، دانشگاه آزاد اسلامی واحد قوچان، ایران

خلاصه مقاله:
الگوریتم های تکاملی همواره به عنوان یک روش جستجوی سراسری در بسیاری از مسایل پیچیده که روش های عددی قادر به حل آنها نیستند و یا دچار مشکلاتی می شوند، کاربرد دارند. مسیله خوشه بندی نیز یکی از این مسایل است و با توجه به کاربرد و اهمیت بالای آن، محققین همواره در پی یافتن روشی کامل و دقیق برای حل این مسیله بوده اند. اما با توجه به ماهیت این موضوع، روش های عددی موجود قابلیت حل این مسیله را ندارند و معضل پاسخ های محلی همواره در این روش ها مشکل ساز بوده است. در خوشه بندی فازی مبتنی بر شکل داده این مشکل افزایش می یابد و علاوه بر آن مشکل نیاز به پیش پردازش داده ها نیز به آن افزوده می شود، لذا از ترکیب الگوریتم های ژنتیک وPSO برای حل مشکلات مطرح شده استفاده می کنیم تا با بکارگیری نقاط قوت آن ها و همچنین منطق فازی الگوریتمی بدون معایب قبلی ایجاد کنیم. کارایی الگوریتم پیشنهادی با الگوریتم های ژنتیک فازی وPSO فازی مقایسه شده است. برای ارزیابی کارایی از مجموعه داده های استاندارد برای خوشه بندی توده ای، شکل های متعارف برای خوشه بندی پوسته ای و فاکتورهای اعتبارسنجی خوشه بندی استفاده شده است. در تمام ارزیابی ها الگوریتم پیشنهادی کارایی بهتری از الگوریتم های ژنتیک وPSO فازی دارد.

کلمات کلیدی:
الگوریتم ژنتیک، الگوریتمPSO ، خوشه بندی فازی، خوشه بندی پوسته ای، منطق فازی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/611406/