حامد صباغ گل - دانشگاه آزاد اسلامی واحد بیرجند
خدیجه قاسمی - دانشگاه آزاد اسلامی واحد بیرجند
قمرناز تدین تبریزی - دانشگاه آزاد اسلامی واحد مشهد

امروزه با توجه به حجم بسیار بالا و نیز روند رو به رشد داده ها نیاز به روشهایی داریم که بتواند با سرعت و دقت بسیار بالا داده ها را تحلیل نماید یکی از این روشها استفاده از آتوماتای سلولی می باشد از طرفی با توجه به رشد روشهای تکاملی و فراکاوشی و همچنین سهولت استفاده و قابلیت دستیابی به جواب نزدیک به بهینه مطلق دراین مقاله یک مدل ترکیبی با نام HBMCA ارایه نموده ایم که درهر سلول آتوماتای سلولی الگوریتم HBMO مورد نظر با تعدادقابل قبولی از پروازهای جفتگیری اجرا می گردد سپس مله موجوددرهرسلول با سایر ملکه ها ی سلولهای همسایه مقایسه می شود این کار آنقدر ادامه می یابد تا به یک ملکه در یک سلول برسیم که جواب بهینه حاصل میگردد. جهت ارزیابی الگوریتم از سه مجموعه داده استاندارد iris و breast-cancer,wine بمنظور خوشه بندی داده ها استفاده نموده ایم و دو نوع آزمایش متفاوت را برروی این سه مجموعه داده انجام داده ایم نتایج نشان دهنده این است که الگوریتم پیشنهادی دارای کیفیت زمان اجرا و مقدار برازش بهتری در خوشه بندی داده ها می باشد.

آتوماتای سلولی، الگوریتم بهینه یابی جفت گیری زنبورهای عسل، خوشه بندی