بهبود خوشه بندی سلسله مراتبی با استفاده از الگوریتم ازدحام ذرات

خوشه بندى، فرآیند سازماندهی عناصر به گروه هایى است که اجزاى آن به هم شبیه هستند. هدف خوشه بندى، دستیابى وسیع و مطمینی به اطلاعات همبسته و شناسایى ارتباط منطقى میان آنهاست. بنابراین، الگوریتمهای خوشه بندى می تواند در بسیاری از حوزه هاى موضوعى به کار گرفته شود. مسیله خوشه بندی، تفکیک داده هایی که ازنظر پارامترهای موردعلاقه شباهت بیشتری با یکدیگر دارند را انجام می دهد.تقسیم بندی های گوناگونی برای خوشه بندی وجود دارد که یکی از آنها خوشه بندی سلسله مراتبی است. خوشه بندی موردمطالعه در اینپژوهش خوشه بندی سلسله مراتبی است. ازآنجاکه در مسیله خوشه بندی با حجم انبوهی از داده ها سروکار داریم یکی از روش های مناسب برای خوشه بندی بهینه استفاده از الگوریتم های فرا ابتکاری است که باعث بهبود عملکرد خوشه بندی می شود. در این پژوهش از الگوریتم فرا ابتکاری ازدحام ذرات برای بهبود خوشه بندی سلسله مراتبی استفاده شده است. در این پژوهش ابتدا عملیات خوشه بندی را بر روی چند مجموعه داده نظیر iris, Gloss با یکی از الگوریتم های خوشه بندی به نام خوشه بندی مرکزی سلسله مراتبی انجام می دهیم. سپس نتایج حاصل از این خوشه بندی را با الگوریتم ازدحام ذرات شبیه سازی کردیم. نتایج شبیه سازی نشان داد که استفاده از الگوریتم پیشنهادی باعث بهبود دقت خوشه بندی و کاهش خطای خوشه بندی می شود و درنهایت نتایج بهینه تری نسبت به الگوریتم های خوشه بندی سلسله مراتبی ارایه می کند.