توسعه یک روش هوشمند خوشهبندی چندمعیاره مبتنی بر پرامتی
نویسندگان
1 استادیار مدیریت صنعتی، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایران.
2 استادیار مدیریت صنعتی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران.
3 کارشناسی ارشد مدیریت صنعتی، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران، ایران.
doi
10.52547/jimp.9.4.41چکیده
در سالهای اخیر مسئله جدیدی با عنوان «خوشهبندی چندمعیاره» ظهور کرده که هدف آن، دستهبندی گزینهها در گروههای همگنی به نام خوشه با توجه به معیارهای ارزیابی متفاوت است. در ادامه پژوهشهای انجامگرفته در مبانی نظری، پژوهش حاضر با ترکیب الگوریتم K- میانگین و تکنیک پرامتی، بهدنبال توسعه یک روش جدید خوشهبندی چندمعیاره است. پارامترهای مسئله، پروفایلهای جداکننده خوشهها هستند که برای بهینهسازی آنها از الگوریتم ژنتیک استفاده شده است. برای تنظیم پارامترهای ژنتیک نیز از روش تاگوچی استفاده میشود. در این مدلسازی، متغیرها در هر مرحله از بهروزرسانی جوابها، با توجه به فاصله امتیاز جریان خالص خود از پروفایلها به نزدیکترین خوشه تخصیص مییابند. عملگر جهش نیز صرفاً زمانی اعمال میشود که میزان شباهت کروموزومها در هر جمعیت به حد خاصی برسد که این هوشمندسازی موجب کاهش زمان محاسباتی شده است. درنهایت با اجرای روش پیشنهادی بر روی چند نمونه مسائل تصادفی مالی، عملکرد آن با سایر الگوریتمهای شناختهشده خوشهبندی مقایسه شده است. نتایج نشان میدهد که روش پیشنهادی ضمن تعیین تعداد بهینه خوشهها، در مقایسه با سایر الگوریتمها، جوابهای دقیقتری ارائه میدهد.
