امیر اسمعیل زاده
محمدرضا میبدی

امروزه خوشهبندی یکی از مسائل مهم و پر کاربرد در زمینههای گوناگون میباشد. اکثر الگوریتمهای موجود ازروشهای سنتی استفاده میکنند که در برخی موارد از دقت و کارایی لازم برخوردار نمیباشند. این مقاله به بررسی و ارائه راهکاری مبتنی بر اتوماتاهای یادگیر در خوشهبندی مورچه -فازی دادهها، جهت کاهش خطا و افزایش کارایی میپردازد. در این قسمت الگوریتم جدیدی مبتنی بر اتوماتاهای یادگیر برای خوشهبندی بهتر دادهها و یافتن مقادیر مناسب معیارهای خوشهبندی مورچه-فاری ارائه میگردد. برای این منظور مجموعهای از اتوماتاهای یادگیر با همدیگر همکاری مینمایند. در این مجموعه در هر مرحله اتوماتاهای یادگیر فعال شده و سپس هر یک از آنها یکی از اعمال خود را انتخاب میکنند که همان مقادیر معیارهای خوشهبندی مورچه-فازی می باشند. اعمال انتخاب شده اجرا و با توجه به نتیجه اعمال آنها پاداش یا جریمه به آنها تعلق میگیرد. الگوریتم پیشنهاد شده سعی میکند تا مناسب ترین مقدار را برای معیارهای خوشهبندی مورچه - فازی که دارای حداقل خطا در خوشهبندی میباشند را پیدا کند تا خوشهبندی با دقت بالاتر و خطای کمتری انجام گیرد. روش پیشنهادی با الگوریتمهای خوشهبندی فازی مقایسه شده است و نتایج حاصل بیانگر افزایش دقت و کاهش خطا در خوشهبندی میباشد

خوشهبندی فازی، تابعC میانگین فازی، اتوماتای یادگیر، خوشهبندی مورچه - فازی