نجمه نظری - بخش ریاضی کاربردی، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنر کرمان، کرمان
محمد علی یعقوبی - دانشیار، بخش ریاضی کاربردی، دانشکده ریاضی و کامپیوتر، دانشگاه شهید باهنر کرمان، کرمان

خوشه بندی نقش مهمی در آنالیز داده ها دارد. هدف از خوشه بندی، افراز مجموعه ی متناهی از داده ها در گروه ها یا خوشه های مجزاست به طوری که داده ها با بیشترین تشابه به گروه یا خوشه یکسان اختصاص داده شوند و داده های غیرمتشابه در خوشه های مختلف قرار گیرند. آنالیزخوشه با مجموعه داده هایی که به صورت یک بردار از اندازه ها یا یک نقطه در فضای چندبعدی نشان داده می شوند، سر و کار دارد. در این مقاله،ازمعیار حداکثر فاصله ی بین نقاط در خوشه های مختلف، برای خوشه بندی داده ها استفاده می شود و الگوریتم GRASP برای حل مدل بکار می رود.نتایج آزمایش های عددی انجام شده، کارایی روش را به خوبی نشان می دهد

خوشه بندی، GRASP، اندازه تشابه، برنامه ریزی عدد صحیح غیرخطی