روشی جدید در کاربرد محاسبات نرم در خوشه بندی اطلاعات

امروزه تجزیه و تحلیل خوشه ها روشی هست که داده های شبیه به یکدیگر را در دسته هایی که اعضای آنها مشابه یکدیگر میباشد تقسیم می کند که از کاربرد های آن می توان به یادگیری ماشین، شناسایی الگو، آنالیز تصاویر و داده کاوی اشاره کرد . به طور کلی الگریتم های که برای خوشه بندی استفاده می شود الگوریتم های سخت و فازی نام دارند که در الگوریتم های سخت هر شی فقط به یک خوشه متعلق خواهد بود و در الگوریتم های فازی هر شی درجه تعلقی به هر کدام از خوشه های موجود پیدا می کند، اما مشکلی که در هر دو الگوریتم وجود دارد این است که هر دو توانایی یافتن بهینه ترین حالت خوشه بندی (بهینه سراری) را ندارد و برای یافتن بهینه ترین خوشه بندی (بهینه سراری) نیازمند به استفاده از الگوریتم ژنتیک خواهیم بود که در این مقاله سعی در ترکیب خوشه بندی فازی و الگوریتم ژنتیک می باشیم