بهینه سازی الگوریتم خوشه بندی OPTICS به کمک الگوریتم تکاملی NSGA-II
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 676
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SMARTCITYC02_109
تاریخ نمایه سازی: 19 آذر 1400
Abstract:
خوشه بندی یکی از گونه های استخراج اطلاعات به منظور آگاهی، درک بهتر و قابل فهم تر داده ها و تقسیم بندی آنها به دسته های کوچک تر با حداکثر تشابه و سپس تحلیل آنها است. هر چه دقت روش خوشه بندی مورد استفاده دقیق تر باشد محقق یا تحلیل گر می تواند به آگاهی دقیق تری نسبت به سیستم مورد مطالعه در مدت زمان کمتری دست یابد. از این رو در این تحقیق سعی شده است که الگوریتم خوشه بندی OPTICS به کمک الگوریتم تکاملی NSGA-II بهبود یابد و بهینه شود. برای این منظور مساله خوشه بندی OPTICS به یک مساله چند هدفه (کیفیت خوشه و گستردگی خوشه) تبدیل شده و توسط NSGA-II کمینه (حل) شده است. همچنین نتیجه مذکور با نتیجه الگوریتم بهینه سازی تجمع ذرات مقایسه گردید. مقایسه نتایج به دست آمده از الگوریتم های خوشه بندی مبتنی بر قطعه بندی، الگوریتم ژنتیک چند هدفه و الگوریتم بهینه سازی تجمع ذرات نشان از برتری الگوریتم ارائه شده در مقابله با بهینه محلی و همچنین پویش مساله دارد.
Keywords:
Authors
زهرا ابراهیمی
دانش آموخته کارشناسی ارشد مهندسی کامپیوتر (نرم افزار)، گروه کامپیوتر، موسسه آموزش عالی آپادانا، شیراز، ایران
هاله همایونی
استادیار، گروه کامپیوتر، موسسه آموزش عالی آپادانا، شیراز، ایران
کیمیا بازرگان لاری
استادیار، گروه کامپیوتر، موسسه آموزش عالی آپادانا، شیراز، ایران