بكارگيري الگوريتم رقابت استعماري در خوشه بندي داده ها

تحلیل خوشه یكی از تكنیك های جذاب داده كاوی است كه امروزه در بسیاری از زمینه های تحقیقاتی دیگر مانند مهندسی، پزشكی، زیستشناسی و ... مورد استفاده قرار گرفته است. در واقع خوشه بندی به معنای تقسیم بندی بدون نظارت میباشد كه با استفاده از آن داده ها به دسته هایی كه از نظر پارامترهای مورد علاقه، شباهت بیشتری به یكدیگر دارند، تقسیم می گردند. روش های زیادی برای خوشه بندی اطلاعات وجود دارد كه هر كدام مشكلاتی به همراه دارند. وابستگی به مقدار اولیه و همگرایی به مینیمم محلی در كار با پایگاه داده های بزرگ از جمله مشكلات شایع در این زمینه است كه نیازمند تعیین درست خوشه ها توسط تحلیلگر هستند. هرچند كه تحقیقات بسیاری در این زمینه برای تعیین خوشه ها انجام گرفته، در این تحقیق با بكارگیری الگوریتم رقابت استعماری سعی در مرتفع نمودن این مشكلات و پیدا كردن بهترین مراكز خوشه ها داریم. در واقع با ارائه این الگوریتم، روشی بهینه جهت خوشه بندی اطلاعات ارائه داده و شاهد سرعت همگرایی بالا می باشیم.