بهبود خوشه بندي داده ها به روش K_means با استفاده از بهينه سازي ازدحام ذرات بهبود يافته با تئوري آشوب آبشاري

خو شه بندي يك تكنيك تحليل داده متداول براي شنا سايي گروه هاي همگن از ا شياء بر ا ساس ارزش ويژگي هاي آنها ا ست،كه در سالهاي اخير روش هاي متعددي جهت بهبود خوشه بندي داده ها ارائه شده است. از ميان اين روش ها، الگوريتم هاي فراابتكاري هم توانسته اند عملكرد خوشه بندي را بهبود دهند.در اين مقاله از تركيب بهينه سازي ازدحام ذرات بهبود يافته با تئوري آ شوب آب شاري با نگا شت لج ستيك جهت بهبود خو شه بندي داده ها به روش K-means استفاده شده است. الگوريتم پيشنهادي با نام CCPSO مي باشد كه از تركيب روش بهينه سازي ازدحام ذرات بهبود يافته با تئوري آشوب آبشاري لجستيك ايجاد شده است، نتايج شبيه سازي نشان مي دهد كه خوشه بندي روش پيشنهادي نسبت به خوشه بندي با روش بهينه سازي ازدحام ذرات بدون تئوري آشوب آبشاري ، داراي دقت بيشتري نيز مي باشد. همچنين نتايج روش پيشنهادي بر روي توابع محك نشان ميدهد كه در بيشتر مواقع بهتر از الگوريتم هاي فراابتكاري ديگر از جمله ژنتيك، بهينه سازي ازدحام ذرات پايه، الگوريتم رقابت استعماري و بهينه سازي گرگ خاكستري عمل مي كند.