الگوریتم های الهام گرفته شده زیستی و کاربردهای آن برای بهینه سازی در خوشه بندی فازی

عنوان فارسی مقاله:الگوریتم های الهام گرفته شده زیستی و کاربردهای آن برای بهینه سازی در خوشه بندی فازی

چکیده

در سال‌های اخیر، الگوریتم‌های فراابتکاری جدیدی با الهام از پدیده‌های بیولوژیکی و طبیعی به عنوان مرجع توسعه یافته‌اند. این رویکرد الهام گرفته از طبیعت برای توسعه الگوریتم به طور گسترده توسط بسیاری از محققان در حل مسائل بهینه سازی استفاده شده است. این الگوریتم ها با الگوریتم های سنتی مقایسه شده اند و نشان داده اند که در بسیاری از مسائل پیچیده برتری دارند. این مقاله تلاش می‌کند تا الگوریتم‌های مبتنی بر طبیعت را که در بهینه‌سازی خوشه‌بندی فازی در کاربردهای دنیای واقعی استفاده می‌شوند، توصیف کند. روش‌های بهینه‌سازی، بیشترین استنادها، الگوریتم‌های الهام‌گرفته از طبیعت که در سال‌های اخیر منتشر شده‌اند، نویسندگان، شبکه‌ها و روابط آثار و غیره را به اختصار شرح می‌دهیم. ما معتقدیم این مقاله می‌تواند مبنایی برای تجزیه و تحلیل زمینه طبیعت و بهینه‌سازی خوشه‌بندی فازی با الهام گرفته از محیط زیست باشد(بهینه سازی در خوشه بندی فازی).

ادامه مطلب

راهنمای خرید:

لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Bio-Inspired Algorithms and Its Applications for Optimization in Fuzzy Clustering

Abstract

In recent years, new metaheuristic algorithms have been developed taking as reference the inspiration on biological and natural phenomena. This nature-inspired approach for algorithm development has been widely used by many researchers in solving optimization problems. These algorithms have been compared with the traditional ones and have demonstrated to be superior in many complex problems. This paper attempts to describe the algorithms based on nature, which are used in optimizing fuzzy clustering in real-world applications. We briefly describe the optimization methods, the most cited ones, nature-inspired algorithms that have been published in recent years, authors, networks and relationship of the works, etc. We believe the paper can serve as a basis for analysis of the new area of nature and bio-inspired optimization of fuzzy clustering.