ترکیت تئوری آشوب و الگوریتم ژنتیک در خوشه بندی داده ها

خوشه بندی داده ها یکی از مباحث مهم در داده کاوی است . اگر چه بعضی از روش های خوشه بندی در برخی موارد نسبت به بقیه نتایج بهتری تولید می کنند، ولی هیچ یک از آنها بر سایرین برتری نداشته و نمی توانند تمام داده ها را بدون هیج خطایی خوشه بندی کنند . در این مقاله ، با ترکیب الگوریتم ژنتیک و تئوری آشوب، مدلی برای خوشه بندی داده ها پیشنهاد کردیم که ابتدا با استفاده از تئوری آشوب جمعیت اولیه تولید می گردد و شایستگی مربوط به هر فرد محاسبه شده، و فرد شایسته ، به عنوان حروجی نمایش داده می شود . روش مزبور بر روی مجموعه داده های مختلف ، مورد سنجش و ارزیابی قرار گرفته است. نتایج نشان می دهد که این روش، در خوشه بندی بهتر از روش های مشابه عمل می کند .

Keywords:

الگوریتم ژنتیک , تئوری آشوب , داده کاوی و خوشه بندی