خوشه بندی پویا با استفاده از الگوریتم باینری کلونی زنبورعسل بهبودیافته

یکی از شناخته شده ترین نسخه های باینری (گسسته) الگوریتم کلونی مصنوعی زنبورعسل، کلونی مصنوعی زنبورعسل گسسته مبتنی بر اندازه گیری شباهت ها میباشد، که نخستین بار برای حل مسیله ی مکانیابی تسهیلات بدون ظرفیت (UFLP)، معرفی شده ا ست. کلونی م صنوعی زنبورعسل، مبتنی بر اندازه گیری شباهت بین بردارهای باینری از طریق ضریب تشابه جا کارد، میباشد. هرچند الگوریتم باینری گسسته به عنوان یکی الگوریتم های ساده، جدید و کارآمد از حوزه الگوریتم های باینری کلونی مصنوعی زنبورع سل پذیرفته شده ا ست، مکانیزم مورد استفاده برای تولید راه حل های جدید در مورد اطلاعات شباهت بین راه حلها، تنها یک مورد شباهت را در نظر میگیرد، یعنی تمام موارد شباهت را بررسی نمیکند. برای حل این موضوع، مکانیزم تولید راهکار جدیدی برای کلونی مصنوعی زنبورعسل گسسته ای توسعه یافته است که با استفاده از تمام ابعاد شباهت از طریق اجزای الهام گرفته ژنتیکی ارایه شده است. علاوه بر این، با انجام مقایسه الگوریتم پیشنهادی با الگوریتم هایی مانند کلونی مصنوعی زنبورعسل کلاسیک، بهینه سازی باینری ازدحام ذرات، الگوریتم ژنتیک در دسته بندی پویا (که در آن تعداد خوشه ها به صورت خودکار تعیین میشود یعنی بر خلاف روشهای قدیمی نیازی به تعیین تعداد خوشه ها نمیباشد)، برتری الگویتم پیشنهاد داده شده نشان داده شده است. نه فقط الگوریتمهای مبتنی بر محاسبه تکاملی، بلکه روشهای کلاسیکی مانند میانگین های فازی C و K نیز بکار گرفته شده اند تا بتوان کارایی روش پیشنهاد شده را در حوزه خوشه بندی مطرح کرد. نتایج به دست آمده نشان میدهد که کلونی مصنوعی زنبورعسل باینری با عنصر تولیدکننده راهکار اصلاحشده، میتواند راه حل های بهتری را نسبت به الگوریتمهای خوشه بندی پویای دیگر ایجاد کند.

Keywords:

خوشه بندی پویا , بهینه سازی الگوریتم باینری کلونی زنبورعسل , اندازه گیری شباهت ها