ارائه الگوریتم خوشهبندی جدید بهمنظور بهرهوری در عملیات دادهکاوی (مطالعه دادههای استاندارد یوسیآی)
نویسندگان
1 دانشیارگروه ریاضی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
2 استادیارگروه ریاضی ، واحد تبریز، دانشگاه آزاد اسلامی، تبریز،ایران
3 استادیارگروه ریاضی، واحد تبریز، دانشگاه آزاد اسلامی، تبریز،ایران
doi
10.30495/qjopm.2020.1867405.2443چکیده
روشهای خوشهبندی و بهرهوری آنها در عملیات دادهکاوی توسعه زیادی یافتهاند. نیاز مدیران به دادههای دستهبندیشده و بهرهوری روشهای خوشهبندی در امر مدیریت و تصمیمگیری، به گسترش روشهای دادهکاوی ضرورت بخشیده است. الگوریتم بهینهسازی نهنگ روش عمومی است که در حل مسائل متعددی کاربرد دارد. در این الگوریتم جوابهای آغازین بهصورت تصادفی انتخاب میشوند. الگوریتم کی-میانگین یک روش خوشهبندی پرکاربرد است که به دلیل سادگی و کوتاه بودن مراحل، بسیار موردتوجه محققان قرار میگیرد. در این مقاله این مزیت الگوریتم کی- میانگین را برای افزایش توانایی الگوریتم بهینهسازی نهنگ در خوشهبندی دادهها بهکاررفته است. الگوریتم پیشنهادی ترکیبی از الگوریتمهای کی-میانگین و خوشهبندی نهنگ است. در این پژوهش الگوریتم جدید و چند الگوریتم خوشهبندی دیگر را بر روی مجموعه دادههای واقعی و شناخته شده اجرا شده است. نتایج عددی نشان میدهد که الگوریتم جدید ازنظر کیفیت جوابها و انحراف استاندارد مقادیر جوابهای نهایی، نتایج مطلوبی نشان میدهد.