چکیده مقاله
تاکنون روش های زیادی برای خوشه بندی داده ها ارایه شده است الگوریتم K means یکی از مهم ترین روش هایی است که برای خوشه بندی استفاده می شود این روش بسیار ساده و سریع بوده اما عیب اصلی این الگوریتم قرارگیری دربهینه های محلی است یکی از روشهای معرفی شده جهت رفع این عیب، استفاده از الگوریتمهای فراابتکاری است در این مطالعه سعی شده است با ترکیب الگوریتم ژنتیک همراه با روش K means و اعمال تغییر در عملگر جهش با استفاده ازمنطق فازی و Schuefel’s 1/5 rule عملکرد الگوریتم ژنتیک برای خوشه بندی بهبود یابد نتایج نشان میدهد که استفاده از الگوریتم ژنتیک برای خوشه بندی بسیار مفید بوده و می توان با اعمال تغییر در عملگرهای این الگوریتم کارایی آن را بهبود بخشید
کلیدواژهها
نویسندگان
شیوه ارجاع
�قویردیلو، پریسا و فرهنگ، یوسف،1395،کاربرد الگوریتم ژنتیک در خوشه بندی و ارایه یک مدل جدید برای خوشه بندی بر اساس الگوریتم ژنتیک،چهارمین کنفرانس بین المللی مهندسی برق و کامپیوتر،تهران
ارائهشده در
مجموعه مقالات چهارمین کنفرانس بین المللی مهندسی برق و کامپیوتر23 دی 1395 · تهران