خوشه‌بندي خودكار داده‌ها با بهره‌گيري از الگوريتم رقابت استعماري بهبود يافته

Automatic Clustering Using Improved Imperialist Competitive Algorithm

الگوريتم رقابت استعماري (ICA)، يكي از كاراترين الگوريتم‌هاي فرا‌ابتكاري براي پيدا‌كردن جواب بهينه سراسري در مسائل بهينه‌سازي است. در اين مقاله از الگوريتم رقابت استعماري براي خوشه‌بندي خودكار مجموعه داده‌هاي بزرگ و واقعي بدون برچسب استفاده شده است. با بهره‌گيري از ساختار مناسب براي هر يك از كروموزم‌ها و استفاده از الگوريتم رقابت استعماري، در زمان اجرا تعداد بهينه خوشه‌ها هم‌زمان با خوشه‌بندي بهينه داده‌ها به‌دست مي‌آيد. همچنين براي افزايش دقت و افزايش سرعت هم‌گرايي، ساختار الگوريتم رقابت استعماري با تغييراتي همراه است. روش پيشنهادي (ACICA) نياز به هيچ‌گونه دانش قبلي براي خوشه‌بندي داده‌ها ندارد. علاوه‌بر آن روش پيشنهادي در مقايسه با ساير روش‌هاي خوشه‌بندي مبتني بر الگوريتم‌هاي تكاملي، دقت بيشتري را دارد. از معيارهاي ارزيابي خوشه‌بندي DB و CS به‌عنوان تابع هدف استفاده شده است. براي نشان‌دادن برتري روش پيشنهادي، ميانگين مقدار بهينه تابع هدف و تعداد خوشه ­هاي تعيين‌شده توسط روش پيشنهادي با سه الگوريتم خوشه ­بندي خودكار مبتني بر الگوريتم ­هاي تكاملي مقايسه مي‌شود.

Imperialist Competitive Algorithm (ICA) is considered as a prime meta-heuristic algorithm to find the general optimal solution in optimization problems. This paper presents a use of ICA for automatic clustering of huge unlabeled data sets. By using proper structure for each of the chromosomes and the ICA, at run time, the suggested method (ACICA) finds the optimum number of clusters while optimal clustering of the data simultaneously.To increase the accuracy and speed of convergence, the structure of ICA changes. As in different applications, there is a need for data clustering which the number of clusters is not known before it is necessary to have methods that can cluster data without knowing the correct prediction of the number of clusters. In the other words, the proposed algorithm requires no background knowledge to classify the data. In addition, the proposed method is more accurate in comparison with other clustering methods based on evolutionary algorithms. In Imperialist Competitive Algorithm, firstly steps should be taken to increase search rates and explore possible solution while approaching to the global optimal response the steps should be reduced to ensure that the algorithm is not lost and it is not in the local optimal manner. For this purpose and improvement of imperialist competitive algorithm, mutation rate and revolution operator's operation rate are determined dynamically. DB and CS are cluster validity Indexes. In this paper, DB and CS cluster validity measurements are used as the objective function. To demonstrate the superiority of the proposed method, the average of fitness function and the number of clusters determined by the proposed method is compared with three automatic clustering algorithms based on evolutionary algorithms. The partitional clustering algorithms are based on three powerful well-known optimization algorithms, namely the genetic algorithm, the particle swarm optimization and differential evolutionary algorithm.