خوشه بندی، فرآیند طبقه بندی دادهها داخل گروههای یا خوشههای خاص، بر اساس درجه شباهت بین آنها است که یکی از روشهای پر کاربرد در بسیاری از زمینههای علمی است. در ادبیات خوشه بندی، در سالهای اخیر محققان به منظور اجتناب از گرفتار شدن در بهینه محلی، الگوریتمهای فرا ابتکاری که از پدیدههای اجتماعی و طبیعی الهام گرفتهاند را برای حل مسایل خوشه بندی ارایه کردهاند. 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 میشود. به منظور ارزیابی توانایی الگوریتم چندین مجموعه داده استاندارد و واقعی ارایه میشود. نتایج شبیه سازی نشان میدهد که الگوریتم HSA از کارایی بالایی در بهدست آوردن جوابهای مطلوب برخوردار است.
بازنشر اطلاعات | |
![]() |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |