ارایه الگویی برای خوشهبندی داده ها مبتنی بر الگوریتم جستجوی هارمونی
Abstract
خوشه بندی، فرآیند طبقه بندی داده ها داخل گروه های یا خوشه های خاص، بر اساس درجه شباهت بین آن ها است که یکی از روش های پر کاربرد در بسیاری از زمینه های علمی است. در ادبیات خوشه بندی، در سال های اخیر محققان به منظور اجتناب از گرفتار شدن در بهینه محلی، الگوریتم های فرا ابتکاری که از پدیده های اجتماعی و طبیعی الهام گرفته اند را برای حل مسایل خوشه بندی ارایه کرده اند. در این مقاله الگوریتم جستجوی هارمونی (hsa) که مبتنی بر عملکرد سازهای موسیقی است به عنوان یک الگوریتم توانا در حل مسایل خوشه بندی در نظر گرفته می شود. به منظور ارزیابی توانایی الگوریتم چندین مجموعه داده استاندارد و واقعی ارایه می شود. نتایج شبیه سازی نشان می دهد که الگوریتم hsa از کارایی بالایی در بهدست آوردن جواب های مطلوب برخوردار است.