یک روش ترکیبی خوشه بندی مبتنی بر الگوریتم ژنتیک با استفاده از عملگرهای جدید تغییر
Publish place: International Journal of Industrial Engineering & Production Research، Vol: 23، Issue: 1
Publish Year: 1391
نوع سند: مقاله ژورنالی
زبان: Persian
View: 776
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJIE-23-1_010
تاریخ نمایه سازی: 6 شهریور 1393
Abstract:
مساله خوشه بندی به منظور کمینه کردن مجموع مجذور انحراف ، یک مساله غیرخطی و غیر محدب بوده و دارای تعداد زیادی نقاط بهینه محلی است . هدف از این مقاله ، ارائه روشی ترکیبی با استفاده از الگوریتم ژنتیک و K-Means برای خروج از نقاط بهینه محلی است . استفاده از الگوریتم ژنتیک برای خروج از نقاط بهینه محلی ، توسط محققین بسیاری انجام شده است . در این مقاله روش های جدیدی برای عملگرهای بازترکیبی و جهش ارائه شده است . منطق روش های پیشنهادی بر این امر استوار است که اگر عملگرهای تغییر به جای آنکه به طور تصادفی در کل فضای جواب اعمال گردند ، در یک منطقه محدود از پیش تعریف شده ، انجام شوند ، به جواب های بهتری دست خواهیم یافت. برای ارزیابی الگوریتم پیشنهادی ، از سه نوع عملگر جهش و پنج نوع عملگر بازترکیبی بر روی مجموعه داده های استاندارد استفاده شده است. مقایسه نتایج به دست آمده با سایر روش ها ، به ازای K های متفاوت ، نشان می دهد می توان با استفاده از عملگر بازترکیبی ساده یک نقطه ای و عملگر جهش ارائه شده در این مقاله با نام عملگر جهش منطقه ای خوشه ای ، به جواب بهتری دست یافت.
Keywords:
Authors
مسعود یقینی
استادیار دانشکده مهندسی راه آهن ، دانشگاه علم و صنعت ایران
رویا سلطانیان
دانشجوی کارشناسی ارشد مدیریت اجرایی ، دانشگاه علم و صنعت ایران
جواد نوری
دانشجوی مهندسی کامپیوتر ، دانشگاه علم و صنعت ایران