محمدرضا کشاورز - دانشجوی تحصیلات تکمیلی دانشگاه آزاد اسلامی، واحد شیراز
الهام پروین نیا - استادیار دانشگاه آزاد اسلامی، واحد شیراز

خوشه بندی داده ها یکی از اساسی ترین وظایف داده کاوی است. با استفاده از روش های فراابتکاری می توان عملیات خوشه بندی داده ها را در محیط بدون ناظر انجام داد. برای انجام خوشه بندی با استفاده از روش های فراابتکاری باید تابع هدفی ارایه داد که بتواند کیفیت خوشه بندی انجام شده را محاسبه کند. در این مقاله روش فراابتکاری جدیدی بر اساس ترکیب دو روش خوشه بندی بهینه سازی ازدحام ذرات و خوشه بندی گرانشی ارایه شده است. در این روش از الگوریتم بهینه سازی ازدحام ذرات به عنوان پایه بهینه سازی جهت خوشه بندی استفاده شده است و از قانون گرانش برای تنظیم مراکز خوشه در حین بهینه سازی بهره برده شده است. از مزایای روش ارایه شده می توان به تعیین تعداد خوشه به صورت خودکار و همچنین دقت خوشه بندی در مقایسه با سایر روش ها اشاره کرد. یکی از نقدهای روش زمان پردازشی زیاد آن است.

الگوریتم های فراابتکاری، الگوریتم گرانشی، بهینه سازی ازدحام ذرات، خوشه بندی