عنوان فارسی مقاله: |
خوشه بندی پویا با استفاده از الگوریتم باینری کلونی زنبور عسل بهبود یافته |
| عنوان انگلیسی مقاله: |
Dynamic clustering with improved binary artificial bee colony algorithm |
چکیده
یکی از شناخته شده ترین نسخه¬های باینری (گسسته) الگوریتم کلونی زنبور مصنوعی، کلونی زنبور مصنوعی گسسته مبتنی بر اندازه گیری شباهت ها میباشد، که نخستین بار برای حل مسئله ی مکانیابی تسهیلات بدون ظرفیت (UFLP)، معرفی شده است. کلونی زنبور مصنوعی، مبتنی بر اندازه گیری شباهت بین بردار های باینری از طریق ضریب تشابه جاکارد، میباشد.هر چند الگوریتم باینری گسسته به عنوان یکی الگوریتم های ساده، جدید و کار آمد در نظر گرفته میشود حوزه الگوریتم های باینری کلونی زنبور عسل مصنوعی پذیرفته شده است، مکانیزم مورد استفاده برای تولید راه حل های جدید در مورد اطلاعات شباهت بین راه حل ها، تنها یک مورد شباهت را در نظر میگیرد، یعنی تمام موارد شباهت را بررسی نمیکند. برای رفع این موضوع، مکانیزم تولید راهکار جدیدی برای کلونی زنبور عصل مصنوعی گسسته ای توسعه یافته است که با استفاده از تمام ابعاد شباهت از طریق اجزای الهام گرفته ژنتیکی ارائه شده است. علاوه بر این، با انجام مقایسه الگوریتم پیشنهادی با الگوریمت هایی مانند کلونی زنبور عصل مصنوعی کلاسیک ، بهینه سازی باینری ازدحام ذرات، الگوریتم ژنتیک در دسته بندی پویا (خودکار) (که در آن تعداد خوشه ها به صورت خودکار تعیین میشود یعنی بر خلاف روش های قدیمی نیازی به تعیین تعداد خوشه ها نمیباشد)، برتری الگویتم پیشنهاد داده شده نشان داده شده است. نه فقط الگوریتم های مبتنی بر محاسبه تکاملی، بلکه روش های کلاسیکی مانند میانگین های فازی C و K نیز بکار گرفته شده اند تا بتوان کارایی روش پیشنهاد شده را در حوزه خوشه بندی را مطرح کرد. نتایج به دست آمده نشان میدهد که کلونی زنبور عسل مصنوعی باینری با عنصر تولید کننده راهکار اصلاح شده، میتواند راه حل¬های بهتری را نسبت به الگوریتم های خوشه بندی پویای دیگر ایجاد کند که محققان به جد آن را به عنوان یکی از سخت ترین مسئله های NP قبول دارند.
