ارائه‌ی یک الگوریتم ترکیبی برای خوشه‌بندی داده‌ها با استفاده از الگوریتم‌های K-m‌e‌a‌n‌s و الکترومغناطیس

خوشه‌بندی یکی از روش‌های پرکاربرد در بسیاری از زمینه‌های علمی است که در آن تلاش می‌شود داده‌ها داخل گروه‌ها براساس درجه‌ی شباهت قرار گیرند. الگوریتم‌های ابتکاری و فراابتکاری زیادی برای حل مسئله‌ی خوشه‌بندی ارائه شده است. یکی از روش‌های ابتکاری پرکاربرد، K-m‌e‌a‌n‌s است. این روش، به‌دلیل وابستگی به حالت اولیه، معمولاً به بهینه‌یمحلی همگرا می‌شود. در این مقاله به‌منظور فرار از بهینه‌ی محلی، الگوریتم K-m‌e‌a‌n‌s با الگوریتم فراابتکاری الکترومغناطیس ترکیب شده و الگوریتم جدیدی با عنوان الگوریتم K-E‌M برای حل مسئله‌ی خوشه‌بندی ارائه می‌شود. به‌منظور بررسی کارایی الگوریتم پیشنهادی، پنج مجموعه داده انتخاب و حل شده و نهایتاً جواب‌های حاصله با جواب‌های حاصل از الگوریتم‌های مطرح در ادبیات خوشه‌بندی مقایسه می‌شود. نتایج محاسباتینشان می‌دهد که الگوریتم پیشنهادی در دست‌یابی به جواب‌های مطلوب از کارایی مناسبی برخوردار است.