کیوان آذریون - عضو هیات علمی گروه کامپیوتر - دانشگاه آزاد اسلامی واحد ماهشهر
بابک فخار - عضو هیات علمی گروه کامپیوتر - دانشگاه آزاد اسلامی واحد ماهشهر
علی دقایقی - مدیریت فناوری اطلاعات و ارتباطات شرکت ملی حفاری ایران
کیمیا اندیشمند - عضو هیات علمی گروه کامپیوتر - دانشگاه آزاد اسلامی واحد ماهشهر

الگوریتم های ژنتیک در سالهای اخیر به عنوان یکی از روشهایی با توانایی بالا در حل مسائل بهینه سازی شناخته شده است.خوشه بندی داده ها یکی از مسائل مهم در حوزه مسائل بهینه سازی محسوب می شود.در فرآیند خوشه بندی ، هدف دریافت مجموعه ای از داده ها و تقسیم آنها به گروه یا خوشه های مختلف است.خوشه بندی یکی از وظایف داده کاوی است.هدف از داده کاوی استخراج دانش از میان مجموعه ای داده ها ست .داده کاوی با استفاده از خوشه بندی می تواند با تقسیم بندی داده ها ، داده ها را تفسیر کرده و روابط پنهان بین آنها را کشف نماید.در این مقاله یک الگوریتم جدید برای خوشه بندی مجموعه بزرگی از داده ها بر مبنای الگوریتم ژنتیک ، پیشنهاد شده است. نتایج اجرای الگوریتم پیشنهادی در مجموعه ای از داده های واقعی نشان می دهد که این الگوریتم نسبت به الگوریتم های دیگر از عملکرد بهتری برخوردار است .همچنین عملکرد این الگوریتم در مورد مجموعه ای بزرگتر از داده های مصنوعی نیز بررسی شده است که نتایج حاصله نشان می دهد که این الگوریتم از نظر مدت زمان اجرا و همچنین کیفیت خوشه ها ، از دیگر الگوریتم ها عملکرد بهتری دارد.

خوشه بندی ، الگوریتم ژنتیک ه داده کاوی