مقایسه کاربرد الگوریتم‌های فراابتکاری کلونی مورچه‌ها و سلسله مراتبی در خوشه‌بندی شرکت‌های دانش‌بنیان کشاورزی

خوشه‌بندی یکی از عملیات‌ مهم در داده‌کاوی به‌شمار می‌رود که نتایج آن برای محققان و سیاست‌گذاران در زمینه‌های مختلف به منظور تحلیل و برنامه‌ریزی مفید است. از آنجا که در سال‌های اخیر، اقتصاد دانش‌بنیان با حمایت از شرکت‌های دانش‌بنیان در ایران در حال توسعه است، تحلیل ویژگی‌های این شرکت‌ها و خوشه‌بندی آنها به منظور برنامه‌ریزی اثربخش، چشم‌انداز مناسبی برای سیاست‌گذاران فراهم می‌آورد. از این رو، در این مقاله شرکت‌های دانش‌بنیان کشاورزی ایران با استفاده از اطلاعات سال 2017 بر مبنای حوزه فناوری، تنوع محصولات و ارزش فروش محصول با استفاده از روش‌های خوشه‌بندی K-میانگین ساده و K-میانگین در ترکیب با الگوریتم‌های سلسله‌مراتبی و کلونی مورچه‌ها در نرم‌افزار MATLAB 16a خوشه‌بندی شدند. بنا بر نتایج، خوشه‌بندی K-میانگین در ترکیب با الگوریتم کلونی مورچه‌ها در مقایسه با دو روش دیگر توزیع متوازن‌تری از شرکت‌ها بین شش خوشه داشته است و میانگین ضریب نیمرخ 7/0 اعتبار این خوشه‌بندی را تأیید می‌کند. پیشنهاد می‌شود، به منظور اثربخشی و پرهیز از هدررفت بودجه حمایت از شرکت‌های دانش‌بنیان، برای شرکت‌هایی که به دلیل ویژگی‌های مشابه در یک خوشه قرار گرفته‌اند، برنامه‌های حمایتی همسانی طرح‌ریزی شود. برای شرکت‌های دانش‌بنیان با میانگین فروش اندک که در یک خوشه قرار گرفته‌اند برنامه‌های حمایتی ورود به بازار و برای شرکت‌های با تنوع محصول و درآمد متوسط بالا برنامه‌های توسعه بازار صادراتی توصیه می‌شود.